MATLAB用拟合出的代码绘图-EEG-classification:使用支持向量机，LDA和KNN分类器基于EEG数据对愤怒进行分类和预测
MATLAB用拟合出的代码绘图学士项目：使用Support-Vector
Machines和KNN基于EEG数据对愤怒进行分类
以下存储库是学士项目期间使用的代码的枢纽。
该存储库包含用于预处理和分析EEG数据（Matlab），所有统计测试（R）和分类器（Python
+）的每一行。
随着项目的进行，本文档的其余部分用作记事本。
它充满了对我们一路重要的项目，在归档项目之前不得更改。
每个脚本都包含解释性注释，以指导读者阅读代码。
线性混合效应模型
验证线性混合效应模型始终需要做两件事：
检查正常性和同质性。
构建一个所谓的“空模型”，并将混合模型的性能与此空模型进行比较。
I.混合效应模型属于参数统计技术（连同t检验和ANOVA检验）一起。
参数方法要求条件之间的差异呈正态分布，即条件A和条件B之间的差异需要近似钟形曲线。
非参数技术没有此限制-它们是“无分布的”-但是，混合模型是参数化的，因此我们需要检查差异是否实际上遵循正态曲线。
混合模型的另一个要求是数据是同质的，即就方差而言，数据集的一部分与另一部分没有很大差异。
下面描述的图检查了两者->形成了两个云，描绘了男性和女性之间
文件下载
资源详情
[{"title":"（ 1217 个子文件 493.85MB ） MATLAB用拟合出的代码绘图-EEG-classification:使用支持向量机，LDA和KNN分类器基于EEG数据对愤怒进行分类和预测","children":[{"title":"exp_beta_concat_high.fig <span style='color:#111;'> 775.59KB </span>","children":null,"spread":false},{"title":"exp_theta_concat.png <span style='color:#111;'> 25.15KB </span>","children":null,"spread":false},{"title":"exp_beta_concat_high.png <span style='color:#111;'> 49.87KB </span>","children":null,"spread":false},{"title":"exp_alpha_concat_high.png <span style='color:#111;'> 44.40KB </span>","children":null,"spread":false},{"title":"exp_theta_concat.fig <span style='color:#111;'> 341.14KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- MIPI_D-PHY 、mipi-DSI、MIPI_CSI-2_specification.pdf
- STM32G071_USBPD_SINK.zip
- RoCEv2和rdma标准文档
- issdfut_64_3.0.10.iso
- 数据挖掘课程设计.rar
- 视频分析工具
- 直流无刷电机双闭环控制系统仿真模型
- c#图解教程(第4版 完整版)
- PSAT电力系统暂态稳定matlab程序
- kafka java maven例子
- luci-app-adguardhome_1.8-11_all.ipk
- 计算机图形学课程设计
- 大学物理第五章.doc
- 画流程图简易小工具.rar
- java后端实习资料面试经验.zip
- 电脑报 2021年第7期.pdf
- NT35601Ver0.08.rar
- background1.jpeg
- java scp实现方式
- tesseract-ocr以及中文包
- 条形码批量生成工具EAN-13
- 微信小程序地图Demo
- JPEG图像压缩c语言算法
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明