注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 单次运动想象脑电的特征提取和分类.

  2. 单次运动想象脑电的特征提取和分类对单次运动想象脑电的特征提取和分类的描述

  3. 所属分类：医疗

    • 发布日期：2013-07-03
    • 文件大小：399360
    • 提供者：youmans11

  1. 基于深度卷积神经网络的运动想象分类及其在脑控外骨骼中的应用

  2. 文档为小论文，详细介绍了如何使用CNN对运动想象的EEG信号，进行分类。

  3. 所属分类：深度学习

    • 发布日期：2017-12-13
    • 文件大小：990208
    • 提供者：malingyu

  1. 运动想象特征提取与分类MATLAB

  2. 具体使用请参考个人博客： 运动想象丨特征提取 MATLAB例程(一)：https://blog.csdn.net/MissXy_/article/details/81808579 运动想象丨特征分类 MATLAB例程(二)： https://blog.csdn.net/MissXy_/article/details/81809194

  3. 所属分类：讲义

    • 发布日期：2018-08-18
    • 文件大小：140509184
    • 提供者：missxy_

  1. 傅里叶变换应用于两类运动想象脑电特征提取的探讨

  2. 傅里叶变换应用于两类运动想象脑电特征提取的探讨，王海，，生物生理信号分析识别技术是生物电气接口设计的重要组成部分，新老技术的更迭持续进行，但新老技术的并存往往被忽视，兼收并蓄、

  3. 所属分类：其它

    • 发布日期：2020-03-09
    • 文件大小：836608
    • 提供者：weixin_38665629

  1. Naive Bayes方法识别两类运动想象脑电信号的特点考察

  2. Naive Bayes方法识别两类运动想象脑电信号的特点考察，王海，，本文通过使用Naive Bayes方法对两类运动想象脑电信号进行分类识别，以及与SVM方法的对比，考察了Naive Bayes方法识别生理信号的能力及特�

  3. 所属分类：其它

    • 发布日期：2020-02-16
    • 文件大小：821248
    • 提供者：weixin_38599430

  1. 基于SVM及两类运动想象的多通道特征脑电识别研究

  2. 基于SVM及两类运动想象的多通道特征脑电识别研究，王海，，本文通过对国际脑机接口竞赛中的两类运动想象脑电信号进行分析识别，研究了多通道模式对脑电识别效果的影响，以期更好地发挥多通

  3. 所属分类：其它

    • 发布日期：2020-02-03
    • 文件大小：683008
    • 提供者：weixin_38645434

  1. 基于支持向量机框架的运动想象脑电分类

  2. 基于支持向量机框架的运动想象脑电分类，廖祥，尹愚，一个脑-机接口（brain-computer interface, BCI）系统需要有效的在线处理脑电信号以便进行实时的大脑活动状态分类。在本文中我们提出一种基

  3. 所属分类：其它

    • 发布日期：2020-01-06
    • 文件大小：406528
    • 提供者：weixin_38574132

  1. 多类运动想象脑机接口控制的虚拟漫游

  2. 多类运动想象脑机接口控制的虚拟漫游，谷艳蕾，张吉财，本研究旨在区分想象左手、右手、脚运动三种状态下的脑电信号，从而建立在虚拟环境中控制左转、右转、前行、停止的脑机接口系统。

  3. 所属分类：其它

    • 发布日期：2020-01-03
    • 文件大小：416768
    • 提供者：weixin_38565628

  1. eeg2008 competition 2a数据集（运动想象四分类）

  2. eeg2008 competition 2a数据集（运动想象四分类）eeg2008 competition 2a数据集（运动想象四分类）eeg2008 competition 2a数据集（运动想象四分类）eeg2008 competition 2a数据集（运动想象四分类）

  3. 所属分类：深度学习

    • 发布日期：2020-10-04
    • 文件大小：439353344
    • 提供者：qq_40166660

  1. 基于改进的LMD运动想象信号识别

  2. 针对脑电信号非平稳非线性特征，提出基于改进的局部均值分解（Local Mean Decomposition，LMD）运动想象信号分类方法。首先结合改进LMD算法和加窗原则选取4～6 s想象信号作为分类数据，提取包含μ节律和β节律的PF分量；其次计算所选分量的样本熵值；最后用支持向量机进行分类预测，并用分类准确率进行评估。实验结果表明，运用改进LMD比传统LMD方法的识别率更高，从而验证该方法的有效性。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：420864
    • 提供者：weixin_38693753

  1. 基于改进EMD的运动想象脑电信号识别算法研究

  2. 针对现有的单一特征提取算法对运动想象脑电信号识别率不高的问题，提出一种以相关系数改进的经验模态分解（EMD）的特征提取算法。对已有的BCI竞赛数据中C3、C4两个通道脑电数据进行预处理，之后通过EMD对脑电信号进行分解，得到IMF分量。通过计算原始信号与各阶IMF分量之间的相关系数，选择具有较大相关系数的IMF作为特征，由这些IMF分量的能量特征和平均幅值差来组成脑电信号的特征。使用支撑矢量机分类器（SVM）对左右手运动想象脑电信号进行分类。实验结果表明，基于相关系数改进的EMD脑电信号的处理方

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：270336
    • 提供者：weixin_38704565

  1. 双树复小波特征在运动想象脑电识别中的应用

  2. 双树复小波特征在运动想象脑电识别中的应用

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：715776
    • 提供者：weixin_38735544

  1. 基于CI-HMM的运动想象脑电信号分类

  2. 针对隐马尔科夫模型在运动想象脑电信号分类应用中,其独立性假设与脑电信号间相关性的不一致问题,提出一种基于Choquet模糊积分隐马尔科夫模型的脑电信号分类方法。该模型应用模糊积分的单调性取代了概率测度的可加性,放宽了隐马尔科夫模型的独立性假设。利用重叠滑动窗对脑电信号分段,然后对每段数据提取绝对均值、波长和小波包相对能量特征,构成特征序列用于CI-HMM的训练和分类。选取2008年BCI竞赛Datasets 1的两类运动想象数据进行分类实验,结果表明,该方法有效提高了隐马尔科夫模型方法对运动想象

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：194560
    • 提供者：weixin_38620099

  1. 左右手运动想象脑电模式识别研究

  2. 如何提高左右手运动想象脑电信号的分类率是脑机接口研究领域的一个热点话题。基于美国EGI64导脑电采集系统得到3名健康被试的脑电数据,首先,采用独立成分分析(Independent Component Analysis,ICA)对采集的数据进行去噪处理;然后,利用离散小波变换方法对分解C3/C4处的EEG平均功率信号,选用尺度6上逼近系数A6的重构信号作为脑电特征信号;最后,用Fisher线性判别分析法(Fisher Linear Discriminant Analysis,FLDA)、支持向量机

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1048576
    • 提供者：weixin_38657290

  1. 基于模糊化符号复杂度的脑电运动想象识别算法

  2. 提出一种基于模糊化符号复杂度的运动想象脑电信号特征提取与识别方法。在脑电信号的复杂度细粒化多符号度量中引入模糊算法,用sigmoid函数模糊化处理,逻辑判断得到模糊化符号复杂度。取细粒化指数n为2,提取模糊化符号复杂度作为特征值,最后利用支持向量机对脑电运动想象任务进行分类识别。实验结果表明,以模糊化符号复杂度为特征的分类方法,对左右手运动想象脑电信号的分类识别率最高达88.67%,优于二值化Lempel-Ziv复杂度算法。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：1048576
    • 提供者：weixin_38613681

  1. 基于共空间模式方法的多类运动想象脑电的导联选择

  2. 脑-机接口(BCI)中常用高密度导联来获取脑电(EEG)信号的空间信息,为了避免使用过多导联给EEG采集工作带来不便,消除无关的噪声通道,本文提出了一种基于共空间模式(CSP)的导联优化方法,基于CSP方法得到的投影矩阵,使用2-范数的导联筛选准则,筛选出在投影空间中权重较大的M个导联,目的是用较少的导联来获得与使用高密度导联相近的分类识别率。实验数据使用BCI Competition 2005DatasetⅢa,针对三个受试者的三类运动想象(左手、右手和脚),分别比较了使用该方法选择的导联和使

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1048576
    • 提供者：weixin_38501826

  1. 运动想象脑电信号的特征提取和分类进展

  2. 运动想象脑电信号是指想象肢体运动而没有实际的肢体动作所产生的脑电信号。信号处理和模式分类方法是运动想象脑电信号以及整个ＢＣＩ系统的核心技术。本文对基于运动想象的脑电信号的识别算法进行了综述。阐述了运动想象脑电特征提取和分类的方法，比较了各种方法的特点，分析了几种典型的特征提取和识别算法的组合，并且总结了运动想象脑电信号的特征提取和分类的发展现状和前景。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：498688
    • 提供者：weixin_38742656

  1. 多类运动想象任务脑电信号的KNN分类研究

  2. 针对基于多类任务的运动想象脑电信号的特点,使用共空间模式特征提取方法分别在"一对一"和"一对多"2种特征提取方法下提取了4类任务(想象左右手、双足以及舌头)运动想象脑电信号的特征。设计了基于多类任务模式的k最近邻分类器,针对多类任务分类过程中会出现不同类别的样本点数相等的情况,通过判断距离的方法改进了分类器,对2种特征提取方法下的共空间模式特征进行分类,分类结果的平均最大Kappa系数分别达到了0.55和0.59,说明了该特征提取及分类方法对该数据集的有效

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_38504170

  1. 基于小波方差的运动想象脑电信号特征提取

  2. 针对区分两种不同运动想象(想象左手运动和想象右手运动)的脑-机接口任务,提出了以小波方差作为分类特征的方法.首先深入研究了小波变换以及小波方差的计算方法,结合验证脑电图(EEG)存在的ERD/ERS现象,然后利用小波分解系数方差对C3,C4导联脑电信号进行特征提取,最后采用最简线性分类器进行分类,采用分类正确率作为主要评价标准.结果表明,最大分类正确率为85%,最佳分类时间段为4~6.5 s.与BCI竞赛和其他方法相比,在保证分类正确率的前提下,所使用的特征提取和分类方法更加简单,具有较高的参考

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：528384
    • 提供者：weixin_38745003

  1. 基于CSP的多类运动想象脑电特征自动选择算法

  2. 基于CSP的多类运动想象脑电特征自动选择算法

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：1048576
    • 提供者：weixin_38731075
« 12 3 4 5 »