（1）脑电信号进行带通滤波，滤波范围 3-40Hz。 （2）利用 FFT 或功率谱 periodogram 对每个试次每个通道的脑电信号进行频谱分析， 查看 7-15Hz 范围内最高峰值是多少，并与所给刺激频率比对，8 个通道投票最多的目标即为该试次所分类出来的目标结果。另外，也可考虑基倍频联合检测，从而提高目标识别准确率。 （3）对 20 个试次分别进行目标分类，根据频谱信息判断目标类别并与其真实标签 label 8进行比较，计算准确率。 （4）GUI 界面呈现滤波器的幅频响应；20 个试次一个通道的频谱图（可选一个识别率 高的通道），并标出峰值频率；呈现 20 个试次中每个导联目标分类类别，以及 8 导联联合目标识别结果。

香港理工大学 “智能信号与信息处理的理论基础与工程方法” 课程。老师讲课非常细致，理论对研究很有帮助，建议修读！ 第一次课主要讲解了矩阵和线性系统 第二次课主要讲解了子空间和基 第三次课主要讲解了矩阵的指数型、对角化和微分方程 第四次课主要讲解了Jordan 标准型和其他型在控制系统中的应用 第五次课主要讲解了度量理论基础和概率的由来 第六次课主要讲解了随机变量和高斯分布 第七次课主要讲解了估计方法，尤其是无偏最小方差估计 第八次课主要讲解了约束优化和支持向量机算法 第九次课主要讲解了 KMeans 和高斯混合模型等聚类算法 第十次课主要讲解了神经网络算法 第十一次课主要讲解了主成分分析、线形判别分析等算法 Reference: EIE6207 Theoretical Fundamental and Engineering Approaches for Intelligent Signal and Information Processing

Guide界面，实现信号处理的多种功能，时域，频域，滤波，简单编程

基于图形处理器单元（GPU）提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA-SIFT（基于统一计算设备架构的尺度不变特征变换）算法提取图像匹配特征点的基础上，优化随机采样一致性算法（RANSAC）剔除图像中由于目标运动部分产生的误匹配点，运用背景补偿的方法将静态背景下的帧间差分目标检测算法应用于动态情况，实现了动态背景下的运动目标检测，通过提取目标特征与后续多帧图像进行特征匹配的方法最终实现自动目标检测。实验表明该方法对运动目标较小、有噪声、有部分遮挡的图像序列具有良好的目标检测效果。

这是学习分数域时记录的笔记，仅供参考。

信号与信息处理的应用领域、热点问题、研究方向、要求、近中期的研究目标

北邮信息工程信号与信息处理综合实验FPGA实验二报告（CORDIC算法）.docx

包括目录: 1、信号与信息处理基础 2、语音信号处理技术 3、数字图像处理技术 4、视频编码技术综述

中科大信号与信息处理期末大作业，希望能给大家带来帮助。

使用matlab处理语音，“信号与信息处理”课程设计