原创 EEG處理之超好用的工具包(1)——python mne/mnelab使用教程
【聲明:本blog爲原創,轉載請先聯繫~】 之前主要一直在使用matlab做一些預處理,主要基於eeglab,不過最近由於結果呈現的需要,發現py的mne庫功能更強大豐富,開源性也更好,所以這裏以mnelab(基於mne庫做的GUI界面)
原创 【整理自用】腦電特徵提取分類相關數據處理步驟
1.讀取腦電源數據,數據格式.vhdr,存儲地址C:\Users\a\Desktop\腦電實驗數據\實驗數據\2020.1.3上午_before 2.先使用一次手動eeglab對數據進行預處理,然後file-history scripts
原创 matlab常用工具箱彙總(附toolbox下載地址)
1.平面操作工具箱 http://cathy.ijs.si/~leon/planman.html 2.SimMechanics 工具箱 (這個好像不是免費的) http://www.mathworks.com/access/helpdes
原创 一些腦電數據處理相關的matlab函數整理
1.histc函數,用於統計範圍內數量,可計算概率密度 histc函數制定數值邊界爲分界條件 histc以 x=[1 2 3 4 5 6 7 8 9 0 ], edges=1:2:7 (edges=[1 3 5 7])爲例。 [n,bi
原创 關於小波包的學習雜記
1.關於函數wpcoef和wprcoef有什麼區別? wpcoef是求解某個節點的小波包係數,數據長度是1/(2^n)(分解n層的話) wprcoef是把某個節點的小波包係數重構,得到的是和原信號一樣長度的信號。 簡單地說,前者是用來分解
原创 基於小波包的EEG腦電信號分解重構與特徵提取【待補充】
1.傳統的小波變換與小波包的區別 工程應用中經常需要對一些非平穩信號進行,小波分析和小波包分析適合對非平穩信號分析,相比較小波分析,利用小波包分析可以對信號分析更加精細,小波包分析可以將時頻平面劃分的更爲細緻,對信號的高頻
原创 [轉載]Matlab中根據鄰接矩陣做無向圖/有向圖
Matlab中根據鄰接矩陣做圖 function tu_plot(rel,control) %由鄰接矩陣畫圖 %輸入爲鄰接矩陣,必須爲方陣; %第二個輸入爲控制量,0表示無向圖,1表示有向圖。默認值爲0 r_size=size(r
原创 MATLAB複雜網絡工具箱--Brain Connectivity Toolbox (BCT)函數簡介
Brain Connectivity Toolbox 是一個MATLAB工具箱, 可以對結構和功能腦組織數據集進行復雜網絡(圖)分析. 網址1: http://www.nitrc.org/projects/bct 網址2: http://
原创 一些常用便捷matlab函數整理【持續補充整理】
1.eval():可以快速批量生成變量,並給變量賦值 示例如下:需要批量生成T1,T2,T3....變量並依次對這些變量賦值 R=[1 2 3;4 5 6;7 8 9]; for i=1:3 eval(['T',num2str(
原创 matlab用鄰接矩陣畫加權無向圖
這裏有一點一定要注意,因爲爲無向圖,因此鄰接矩陣一定要是關於對角線對稱的,即Aij=Aji(且對角線上元素Aii=0),兩點之間相互無向連接,有向圖可以不爲對稱矩陣(有方向) 方法及函數: 1.推薦matlab一個圖論很好用的包Graph
原创 機器學習——決策樹
決策樹和隨機森林這些方法比較老了,但是最近在看one-hot編碼,提到了決策樹特徵分類的一種對於交叉特徵所具有的優勢,因此看了幾篇博文進行一下粗略的學習。 這裏推薦一篇比較好的基礎性介紹,適合新手學習。 1、引言 決策樹(Decision
原创 關於One-hot編碼的一些整理及用途[轉載+整理]
在學習one-hot編碼前,我們首先要知道,連續值的離散化爲什麼會提升模型的非線性能力? 簡單的說,使用連續變量的LR模型,模型表示爲公式(1),而使用了one-hot或啞變量編碼後的模型表示爲公式(2) 式中表示連續型
原创 腦電信號分類處理相關問題
1.參考https://blog.csdn.net/shine302/article/details/79854109 python: model.add(LSTM(100, return_sequences=False, input_s
原创 最近在windows環境下配置jupyter notebook遇到的幾個坑
1.關於jupyter瀏覽器打開空白的問題: 首先查閱資料,很多人說是默認ie瀏覽器問題,因此嘗試了一下更換默認瀏覽器打開,結果依舊空白。 anaconda也新建了charts的環境試圖,依舊失敗 後來看到github上一個解決辦法,原因
原创 win10+1060+tensorflow-gpu安裝過程
作者小白一隻。關於配環境,最最最重要的還是要把自己顯卡適配的cuda和cudnn版本搞清楚,要不裝不了的哦~ 環境:win10、python3、anaconda3 1.檢測適配的cuda版本,首先查看一下自己電腦的硬件。打開控制面板,搜索