CNN_epileptic_seizure_prediction:使用卷积神经网络和功能性近红外光谱信号预测癫痫发作-源码

上传者: 42131367 | 上传时间: 2021-04-04 16:52:01 | 文件大小: 23KB | 文件类型: ZIP
卷积神经网络和功能性近红外光谱信号对癫痫发作的预测 请引用为:Rosas-Romero,R.,Guevara,E.,Peng,K.,Nguyen,DK,Lesage,F.,Pouliot,P.,and Lima-Saad,W.-E. (2019)。 与卷积神经网络和在生物学和医学功能近红外光谱信号的计算机癫痫发作的预测,111,103355. MATLAB中CNN的实现,用于癫痫发作的预测。 描述 该实现旨在解决二进制分类问题。 它可以轻松修改以解决多类问题。 该实现解决了癫痫发作的预测; 但是,可以轻松对其进行修改以解决其他应用程序。 主要代号 MAIN_CNN_CODE.m 评论 主要代码调用子例程: Data.m (获取观察值), SAMPLING.m (生成发作间和发作前集合),Crossvalidation.m(生成用于训练,测试和验证的集合), parametersCNN.m

文件下载

资源详情

[{"title":"( 15 个子文件 23KB ) CNN_epileptic_seizure_prediction:使用卷积神经网络和功能性近红外光谱信号预测癫痫发作-源码","children":[{"title":"CNN_epileptic_seizure_prediction-master","children":[{"title":"forwardCNN.m <span style='color:#111;'> 3.59KB </span>","children":null,"spread":false},{"title":"sigmoid.m <span style='color:#111;'> 148B </span>","children":null,"spread":false},{"title":"backwardCNN1.m <span style='color:#111;'> 2.33KB </span>","children":null,"spread":false},{"title":"MAIN_CNN_CODE.m <span style='color:#111;'> 3.56KB </span>","children":null,"spread":false},{"title":"crossvalidation.m <span style='color:#111;'> 906B </span>","children":null,"spread":false},{"title":"SAMPLING.M <span style='color:#111;'> 664B </span>","children":null,"spread":false},{"title":"parametersCNN.m <span style='color:#111;'> 1.43KB </span>","children":null,"spread":false},{"title":"COST.M <span style='color:#111;'> 1.20KB </span>","children":null,"spread":false},{"title":"backwardCNN2.m <span style='color:#111;'> 3.09KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 34.33KB </span>","children":null,"spread":false},{"title":"DATA.M <span style='color:#111;'> 2.79KB </span>","children":null,"spread":false},{"title":"Normalize.m <span style='color:#111;'> 276B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.63KB </span>","children":null,"spread":false},{"title":"TEST.M <span style='color:#111;'> 2.29KB </span>","children":null,"spread":false},{"title":"Allocation.m <span style='color:#111;'> 910B </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

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