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
CSP(m_function)
- 在目前以运动想象为基础的脑机接口(Brain-Computer Interfaces, BCI)系统中，共同空间模式(Common Spatial Patterns, CSP)方法作为一种有效的处理方法被广泛使用。本程序实现了基本的CSP算法。-failed to translate
CSPfilter
- Common spatial pattern 公共空间模式滤波是处理脑电信号的一种方法，它可以使两类想象运动EEG的协方差之间的差距最大化，便于后期的分类处理。-Common spatial pattern model of public space filtering is a method of EEG signal processing, it can make two types of movement EEG covarian
gamebaseonbrain
- 基于运动想象的脑机接口残疾人游戏辅助平台的设计与应用-Motor imagery based brain-computer interface with disabilities assisted platform game design and application
graz_data
- BCI 2003 脑机接口竞赛运动想象脑电数据data3-dataset of BCI 2003
EEG-based-identification-method
- ：基于脑电信号的身份识别是通过采集试验者的脑部信号来进行身份认证。对于同一个外部刺激或者主体在思考同一个 事件的时候，不同人的大脑所产生的认知脑电信号不同。选取与运动意识想象有关的电极后，分析不同个体在特定状况下脑 电的个体差异，采用以回归系数、能量谱密度、相同步、线性复杂度多种信号处理结合方法对运动想象脑电信号进行处理来 进行特征提取。组合多元特征向量并运用多层BP 神经网络对不同个体的脑电信号进行分类，并在不同的意识想象
xiagao3
- 左右手运动想象数据处理相关程序。借鉴一下！-The left and right hand motor imagery data processing program. Learn from you!
ar_tt
- 与左右手运动想象相关程序，涉及burg算法，功率谱估计-With the left and right hand movement imagination related procedures involving burg algorithm, power spectrum estimates
Regression_LS_SVMlab
- 对脑电信号进行模式识别分类，区分出运动想象脑电信号是想象左手运动还是想象右手运动-EEG pattern recognition on the classification, the distinction between the motor imagery EEG is imagination left hand movement or imagined movement
biosig4octmat-2.93
- EEG数据下载和运动想象分类,可作为一个很好用的工具箱来分析生物医学信号。-EEG data,including motor image classfication be very useful for BCI.It can be a toolbox to analyse ECG and EEG data,includeing filtering.
csp
- 脑机接口中运动想象，经典算法共空间模式CSP-common spacial pattern
braindecode-master
- 基于深度卷积神经网络的运动想象分类，数据解码文件(Motion imagination classification and data decoding file based on deep convolutional neural network)
PID
- 脑机接口运动想象数据，用于脑机接口开发，非常适合初学者进行使用(Brain motor interface motor imagery data)
DWTEA
- 提取小波系数包络特征，首先采用离散小波变换，提取小波系数后选取运动想象脑电相关子带，再用希尔伯特变换提取包络特征(Feature extraction of wavelet coefficients)
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)
CSP
- 左右手运动想象脑电信号的CSP算法，能最大区分两者，里面有两个，自己可以对着看(CSP algorithm for imagining EEG signals by left and right hand motion)
event-related-desynchronization-master
- 内含BCI2008数据集处理方法，特征提取和机器学习算法，得到了很好的分类效果(Contains BCI2008 data set processing methods, feature extraction and machine learning algorithms, with good classification results)
高密度脑电信号预处理及特征提取方法研究
- 脑电 matlab 特征提取 运动想象和运动执行(Electroencephalogram Matlab feature extraction Sports Imagination and Execution)
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 C
cntData_CSP_FLDA
- 本算法针对运动想象的脑电数据，进行预处理并后续用分类器做分类。 该实验所用的的脑电特征提取方法主要是csp空间滤波，并后续用FLDA来进行特征分类。最终得到较好的效果(In this algorithm, the EEG data of motion imagination are preprocessed and then classified by classifier. The main feature extraction