【文件属性】:
文件名称:运动想象分类matlab代码-mi_bci:BCIIV2b的bci_program
文件大小:8KB
文件格式:ZIP
更新时间:2021-05-20 23:27:53
系统开源
运动想象分类matlab代码介绍
用于MI-BCI分类的CNN-SAE程序。
(基于“用于脑电运动图像信号分类的新型深度学习方法”)
使用此程序时,请与rasmusbergpal的lisense一起使用。
CNN-SAE(MI-BCI)是用于对Motor
Imagery
EEG信号进行分类的matlab程序。
基于rasmusbergpal编程的CNN-SAE(MI-BCI)
基于。NET的该程序的理论。
此外,我们对其进行了一些更改以改善结果。
该程序的性能基于(单击此处以获取更多信息)。
为了提高性能,我们使用结合了时间,频率和位置信息的短时傅立叶变换(STFT)的输入形式来研究CNN。
分别采用基于带通(BP)特征和功率谱密度(PSD)特征的Fisher判别分析型F分数来选择主题最佳频带。
在实验中,分别将与运动图像脑电信号有关的典型频带,主题最优频带和扩展频带用作CNN的输入图像的频率范围。
可以在“
excel”文件的“
python”文件字典中找到CNN的结果。
python代码基于具有GPU加速的tensorflow
1.6进行编程。
Matlab代码与python代码类
【文件预览】:
mi_bci-master
----README.md(2KB)
----signalProcessing.py(12KB)
----classification_cnn.py(7KB)
----read_data.py(5KB)