利用CCA识别SSVEP信号的数学解释

#利用CCA识别SSVEP信号的数学解释
#本篇由BCIduino脑机接口开源社区整理(公众号“BCIduino脑机接口社区”)。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立,欢迎加入社群,备注”BCI”,也欢迎采购BCIduino脑电模块(某宝搜索即可)。
利用CCA识别SSVEP信号的数学解释

SSVEP信号的特征分析主要是基于对刺激频率的识别。功率谱密度分析(PSDA)是提取SSVEP响应频率的传统方法。视觉刺激的频率是通过检测功率谱密度峰值的频率来确定的。
2006年,Lin等人,提出了典型相关分析(CCA)作为SSVEP特征识别算法。与PSDA相比,它可以将多通道信号的数据结合起来,提高信噪比,提高目标识别精度。CCA通过计算两组信号的典型相关系数来分析SSVEP信号。其中一组信号是记录的EEG信号
利用CCA识别SSVEP信号的数学解释
其中n是信号采集电极的数量。另一组Y i是与视觉刺激频率相对应的参考信号。
利用CCA识别SSVEP信号的数学解释
利用CCA识别SSVEP信号的数学解释
利用CCA识别SSVEP信号的数学解释
利用CCA识别SSVEP信号的数学解释
利用CCA识别SSVEP信号的数学解释
本文采用CCA方法的变形模态来确定识别目标。研究者用欧几里德范数组合每个刺激目标的n个相关系数,
利用CCA识别SSVEP信号的数学解释

利用CCA识别SSVEP信号的数学解释

原创:https://www.panoramacn.com
源码网提供WordPress源码,帝国CMS源码discuz源码,微信小程序,小说源码,杰奇源码,thinkphp源码,ecshop模板源码,微擎模板源码,dede源码,织梦源码等。

专业搭建小说网站,小说程序,杰奇系列,微信小说系列,app系列小说

利用CCA识别SSVEP信号的数学解释

免责声明,若由于商用引起版权纠纷,一切责任均由使用者承担。

您必须遵守我们的协议,如果您下载了该资源行为将被视为对《免责声明》全部内容的认可-> 联系客服 投诉资源
www.panoramacn.com资源全部来自互联网收集,仅供用于学习和交流,请勿用于商业用途。如有侵权、不妥之处,请联系站长并出示版权证明以便删除。 敬请谅解! 侵权删帖/违法举报/投稿等事物联系邮箱:2640602276@qq.com
未经允许不得转载:书荒源码源码网每日更新网站源码模板! » 利用CCA识别SSVEP信号的数学解释
关注我们小说电影免费看
关注我们,获取更多的全网素材资源,有趣有料!
120000+人已关注
分享到:
赞(0) 打赏

评论抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

您的打赏就是我分享的动力!

支付宝扫一扫打赏

微信扫一扫打赏