文件名称：TRCA-SSVEP:基于任务相关组件分析（TRCA）的算法，用于检测朝向高速脑机接口（BCI）的稳态视觉诱发电位（SSVEP）
文件大小：20.03MB
文件格式：ZIP
更新时间：2024-05-27 09:56:59
MATLAB
概述 基于任务相关组件分析（TRCA）的算法，用于检测朝向高速脑机接口（BCI）的稳态视觉诱发电位（SSVEP）[1]。 描述 头皮脑电图（EEG）信号可视为来自多个皮层来源的活动的瞬时线性混合物。 换句话说，可以从多通道头皮EEG信号的加权线性组合来估计/重建皮质源信号。 TRCA找到了一个最佳权重系数，以使任务试验中的时间锁定活动的重现性最大化，从而显着提高了与任务相关的EEG组件的信噪比（SNR）。 发行版包括： data / sample.mat：样本数据（见下文） src / train_trca.m：基于TRCA的训练分类器 src / test_trca.m：使用基于TRCA的分类器对SSVEP进行分类 src / test_fbcca.m：使用FBCCA对SSVEP进行分类 src / filterbank.m：设计一个滤波器组 src / itr.m：计算信息传输率（
【文件预览】：
TRCA-SSVEP-master
----src()
--------train_sscor.m(3KB)
--------itr.m(1KB)
--------test_trca.m(2KB)
--------test_fbcca.m(4KB)
--------train_trca.m(3KB)
--------filterbank.m(2KB)
--------test_sscor.m(2KB)
----LICENSE(1KB)
----README.md(2KB)
----tutorial()
--------tutorial_trca.m(4KB)
--------tutorial_sscor.m(4KB)
--------tutorial_fbcca.m(4KB)
----data()
--------sample.mat(20.02MB)