搜索资源列表
EC_project
- Matlab source for blind classification of EEG data (BCI competition II data set IV)
BCI-finalreport-10Oct2007-lowres
- 人机接口技术：人机接口的目标是让机器为人服务，降低人的沟通难度，人机之间基于自然语言的智能化沟通将成为必然，由于人与人和人与机器的沟通方式没有差别，机器能够随时随地介入人的工作、生活中，帮助人们自动记录、整理资料。-BCI-finalreport
BCI-Competition-2008
- BCI2008竞赛的数据集说明，对下过该数据集的研究者帮助甚大，这也是国际最新的BCI竞赛数据-BCI2008 competition data set shows the data for the next set of researchers have contributed greatly, and this is the latest international BCI competition data
graz_bci4
- BCI Competition 2008 Graz data set A格式说明-BCI Competition 2008 Graz data set A describtion
ZhengYangChin_desc
- BCI Competition IV Dataset 2b Submission by 脑机接口竞赛提交论文-BCI Competition IV Dataset 2b Submission by
2005desc_IIIa
- 2005BCI竞赛数据3 详细的BCI竞赛数据-2005BCI BCI Competition Data 3 detailed race data
decompose
- 用于分解提取BCI竞赛数据集，将四类想象运动的有效EEG信号分别提取到四个矩阵中。-BCI competition for decomposition to extract data sets, four types of effective motor imagery EEG signals were extracted to four matrix.
eeg processing progr
- BCI的2003年竞赛数据,p300的全部竞赛数据!(BCI's 2003 competition data, P300's all contest 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 C