文件名称：thesis:理学硕士论文，对来自EEG（使用MuseOpenBCI）的设备活动进行分类（使用ActivityWatch）
文件大小：1.56MB
文件格式：ZIP
更新时间：2024-04-22 12:05:36
thesis activitywatch openbci Python
理学硕士论文 我的理学硕士论文“使用低成本生物传感器和自动时间跟踪对大脑活动进行分类”（工作标题）。 这是一个很大的工作。 使用跟踪进度。 用法 设置： 确保您已安装Python 3.7+和poetry 用poetry install安装依赖项 收集数据： 运行eegwatch --help以获取有关如何收集EEG数据的说明 运行收集设备活动数据 运行分类器： 运行./scripts/query_aw.py以从正在运行的ActivityWatch实例收集标签您可能要调整文件中嵌入的分类规则 （TODO）运行eegclassify --help以获取有关如何训练和运行分类器的说明 支持的设备 缪斯女神PPG支持（实验性） 神经性概念1和2 感谢的给我发送了翻新的DK1进行测试！ OpenBCI Cyton（WIP） 理论上：Brainflow或muse-lsl支持的任何设备
【文件预览】：
thesis-master
----poetry.lock(264KB)
----.gitignore(246B)
----Makefile(1KB)
----data()
--------aw()
--------eeg()
----pyproject.toml(2KB)
----src()
--------eegwatch()
--------eegclassify()
----.github()
--------workflows()
----notebooks()
--------Makefile(352B)
--------Signal.ipynb(3KB)
--------Main.ipynb(4KB)
----scripts()
--------query_aw.py(5KB)
----README.md(2KB)
----tests()
--------test_empty.py(34B)
----.gitattributes(28B)
----docs()
--------tex()
--------experiment_protocol.md(2KB)
----mypy.ini(109B)