搜索资源列表
motorimage_Csp
- 脑电想象运动的csp特征提取分类算法 matlab平台，通过投票可以直接扩展到多类-Imagine the movement csp EEG feature extraction classification algorithm matlab platform, through the vote can be directly extended to multiple classes
plot_hht
- 一种提取脑电信号EEG特征的时频处理方法，可以参考HHT（Hilbert-Huang Transform的资料）-EEG characteristics of a kind of EEG time-frequency approach can refer to the HHT (Hilbert-Huang Transform information)
posterior
- 关于脑电信号中机械噪声，工频噪声，以及基线漂移的处理，以及提取脑电信号中的特质点，应用matlab中的小波变换来进行消噪找特征点-On the EEG machine noise, frequency noise, and baseline drift of the processing, as well as the characteristics of EEG in point, application of wavelet transform in matlab to find featu
EEG-functions
- EEG处理过程中用到的一些程序，如预处理，特征提取等-EEG processing some of the procedures used, such as preprocessing, feature extraction
Wavelet_EntropyinformationLZC
- 脑电处理中，特征提取的几个有用算法程序，包括小波熵、LZC脑电复杂度、互信息等，以上程序，我已将亲自运行，可以通过，便于大家做脑电特征提取，希望对大家有帮助-EEG processing, feature extraction algorithm several useful programs, including wavelet entropy, LZC EEG complexity, mutual information, the above procedure, I have person
wxj_CSP
- 脑电特征提取的典型特征提取算法——共同空间模式方法，本人已亲自调试，并用于论文的写作，是一个提取脑电特征的利器-Eeg feature extraction of typical feature extraction algorithm, joint space model method, I have personally debugging, and used for thesis writing, is a feature extraction of eeg
eeg_feature_extraction
- 对eeg的五个波段进行提取, 脑电信号数据原始采集的脑电，输出5个不同波段幅值，(extract 5 wave bands of eeg signals)
CSP_LDA
- csp特征提取，lda进行分类，四分类脑电信号处理，亲测可用(CSP feature extraction, LDA classification, four classification of EEG signal processing, pro test available)
eeg feature extraction
- 用于eeg信号预处理的matlab程序，可以用于特征提取。
MATLAB
- 采用AR模型对脑电信号进行特征提取，亲测可用！！(Using AR model to extract EEG features, pro test can be used!!)
特征提取
- matlab程序，用于提取脑电数据的五种频域特征指标数值(matlab code, Five Frequency Domain Characteristic Index Values for Extracting EEG Data)
BCI_MI_CSP_DNN
- BCI_MI_CSP_DNN是一种基于matlab的运动图像脑电信号分类程序。 基于matlab深度学习工具箱编写了BCI_MI_CSP_DNN程序 本程序的原理基于CSP和DNN算法 这个程序的性能是基于BCI竞赛II数据集II 提出了一种基于深度学习的运动图像脑电信号分类方法。在预处理原始脑电图信号的基础上，采用共空间模型(CSP)方法提取脑电图特征矩阵，并将其输入深度神经网络(DNN)进行训练和分类。我们的工作在BCI Competition II Dataset III上进行了实
EEG-Emotion-classification-master
- DEAP数据集下的情绪识别分类，包括特征提取和分类(Emotion recognition classification based on deap data set, including feature extraction and classification)