文件名称：提取均值信号特征的matlab代码-EEG_2:脑电图_2
文件大小：378KB
文件格式：ZIP
更新时间：2024-06-21 16:23:22
系统开源
提取均值信号特征的matlab代码 欢迎来到 EEG 深度学习库 EEG-DL是由 EEG 任务（信号）分类编写的深度学习（DL）库。 它提供最新的 DL 算法并保持更新。 目录 文档 支持的型号包括 不。 模型 代码 1 深度神经网络 2 卷积神经网络 3 深度残差卷积神经网络 4 薄残差卷积神经网络 5 密集连接的卷积神经网络 6 全卷积神经网络 7 使用连体网络（CNNs Backbone）一次性学习 8 图卷积神经网络 9 图卷积神经网络（来自 的纯 Python 实现） 10 深度残差图卷积神经网络 11 密集连接图卷积神经网络 12 贝叶斯卷积神经网络通过变分推理（PyTorch 实现） 13 循环神经网络 14 基于注意力的循环神经网络 15 双向循环神经网络 16 基于注意力的双向循环神经网络 17 长短期记忆 18 基于注意力的长短期记忆 19 双向长短期记忆 20 基于注意力的双向长短期记忆 21 门控循环单元 22 基于注意力的门控循环单元 23 双向门控循环单元 24 基于注意力的双向门控循环单元 25 基于注意力的 BiLSTM + GCN 目前支持一种 EE
【文件预览】：
EEG_2-master
----setup.py(3KB)
----Saved_Files()
--------README.md(74B)
----requirements.txt(62B)
----MANIFEST.in(25B)
----Download_Raw_EEG_Data()
--------Extract-Raw-Data-Into-Matlab-Files.py(9KB)
--------README.md(1KB)
--------MIND_Get_EDF.py(1KB)
--------electrode_positions.txt(2KB)
----LICENSE(1KB)
----Draw_Photos()
--------figure_boxplot.m(20KB)
--------Draw_ROC_and_AUC.py(4KB)
--------Draw_Confusion_Matrix.py(1KB)
--------Draw_Accuracy_Photo.m(3KB)
--------Draw_Loss_Photo.m(3KB)
--------Draw_Box_Photo.m(7KB)
----README.md(27KB)
----Preprocess_EEG_Data()
--------For-Siamese-Network-One-Shot-Learning()
--------For-RNN-based-Models()
--------For-DNN-based-Models()
--------For-CNN-based-Models()
--------For-GCN-based-Models()
----Logo.png(123KB)
----NEEPU.png(117KB)
----Models()
--------main-BiLSTM-with-Attention.py(7KB)
--------main-FullyConvCNN.py(5KB)
--------main-GCN.py(3KB)
--------main-LSTM-with-Attention.py(7KB)
--------main-ResCNN.py(5KB)
--------Evaluation_Metrics()
--------__init__.py(217B)
--------Initialize_Variables()
--------main-ResGCN.py(3KB)
--------main-Siamese-Network.py(7KB)
--------main-LSTM.py(6KB)
--------main-RNN.py(6KB)
--------main-DenseGCN.py(3KB)
--------main-GRU.py(6KB)
--------main-BiRNN-with-Attention.py(7KB)
--------main-RNN-with-Attention.py(7KB)
--------main-GRU-with-Attention.py(7KB)
--------main-BiGRU.py(6KB)
--------main-CNN.py(5KB)
--------main-BiRNN.py(6KB)
--------main-BiGRU-with-Attention.py(7KB)
--------main-Thin-ResNet.py(5KB)
--------Loss_Function()
--------Network()
--------DatasetAPI()
--------main-DNN.py(6KB)
--------main-BiLSTM.py(6KB)
--------main-DenseCNN.py(5KB)