单层感知器神经网络matlab代码基于运动图像的单通道脑电分类
Global
SIP
2018接受的论文中描述了此代码。
<概述>
该存储库中的Matlab脚本确定了通道,特征和分类器的最佳组合,可最大程度地提高基于单通道EEG的运动图像BCI的分类精度。
频道:22
ch
特征:
功率谱(PS)
灰度共生矩阵(GLCM)
单通道公共空间模式(SCCSP)
分类器:
线性判别分析(LDA)
k最近邻居(k-NN)
高斯混合模型(GMM)
随机森林(RF)
多层感知器(MLP)
支持向量机(SVM)
带有PS的SVM和带有SCCSP的MLP在二进制分类中显示一位受试者的分类准确度为86.6%
(平均值:63.5%)。
为了进行评估,我们使用了开放访问数据集。
在使用我们的代码之前,请发送以访问数据。
<代码>
该存储库有一个主要的m.file,该文件由预处理和后处理步骤组成。
在通过预处理步骤保存特征向量之后,可以使用10倍交叉验证来计算分类精度。
另外,您可以通过更改set_config.m文件中的值来更改此框架中的每个参数。
<环境>
马尔巴布R2017a
信号处理工具箱
静力学和机
2021-12-13 20:07:54
26KB
系统开源
1