- 博客(22)
- 收藏
- 关注
转载 关于绝对路径和相对路径的编程
问题描述—— model model.py —— checkpoints Epoch99.pthtest.pymode.py文件中利用torch.load(checkpoints/Epoch99.pth)调用模型在test.py中加载模型出错,明明位置上存在该文件,但是一直提示“No such file or directory: ‘checkpoints/Epoch99.pth’”。原因分析这主要是因为运行的主程序test.py与模型加载所在文...
2022-04-07 09:44:34 666
原创 数据集收集
Scene recognition datasetsPlaceshttp://places2.csail.mit.edu/Places: A 10 million Image Database for Scene RecognitionB. Zhou, A. Lapedriza, A. Khosla, A. Oliva, and A. TorralbaIEEE Transactions on Pattern Analysis and Machine Intelligence, 2017
2022-04-01 09:05:23 151
原创 在github上上传本地项目总结
github项目上传总结上传本地项目的方法第一步:本地git下载第二步:在github中新建项目(new repository)第三步:在本地项目中进行操作出现的错误和解决办法解决 fatal: unable to access 'https://github.com/.../.git': Could not resolve host: github.com关于SSH加密传输欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码
2022-03-25 14:12:42 839
转载 Baseline;Benchmark;SODA
benchmark一个算法之所以被称为benchmark,是因为它的性能已经被广泛研究,人们对它性能的表现形式、测量方法都非常熟悉,因此可以作为标准方法来衡量其他方法的好坏。这里需要区别state-of-the-art(SOTA),能够称为SOTA的算法表明其性能在当前属于最佳性能。如果一个新算法以SOTA作为benchmark,这当然是最好的了,但如果比不过SOTA,能比benchmark要好,且方法有一定创新,也是可以发表的。baseline一个算法被称为baseline,基本上表示比这个算
2022-03-22 17:02:00 77
原创 精读论文4——《Deep learning for electroencephalogram (EEG) classification tasks: a review》
这篇文章是一篇关于用于EEG分类的深度学习方法的综述:发表在Journal of Neural EngineeringWhich EEG classification tasks have been explored with deep learning?共有六种分类的任务:运动想象任务(Motor imagery tasks)、脑力工作任务(Mental workload tasks)、癫痫检测任务(Seizure detection tasks)、睡眠阶段评分任务(Sleep stage sc.
2022-03-10 17:11:23 4613
原创 精读论文3——《A review of rapid serial visual presentation-based brain-computer interface 》
这是一篇关于脑机接口RSVP的综述,发表再Journal of Neural Engineering。这篇文章主要将基于RSVP的应用分为4类:监控、RSVP拼写器、人脸识别、分类/医疗关于信号处理的,它有预处理、特征提取、分类预处理为了提高信噪比,就使用不同的带通滤波器对信号进行预处理,以去除高频噪声或伪影,然后对数据进行降采样、分段特征提取主要应用于数据降维,提取判别特征和非冗余特征。许多研究使用空间滤波器从EEG中提取ERP,包括主成分分析(PCA),独立成分分析或者xDAWN算法
2022-03-10 16:04:20 1450
原创 精读论文1——《Multimodal Neural Network for Rapid Serial Visual Presentation Brain Computer Interface》
《Multimodal Neural Network for Rapid Serial Visual Presentation Brain Computer Interface》这篇文章是2016年在Fronters in Computational Neuroscience上发表的。摘要:针对脑机接口的快速视觉呈现范式,提出了一种用于RSVP任务的多模态神经网络。对RSVP任务分类主要是采用两种方法:线性和非线性的。计算机视觉与EEG结合的方法以前也有提出,有将eeg和图像分别进行特征提取,然
2022-03-06 18:06:39 2646
原创 脑机协同智能(Brain Computer Interface Collaborative Intelligence)—— 迭代、共生、耦合思想
迭代是指为了逼近目标结果,重复反馈的过程。这个思想用在目标识别脑机研究中可以是将目标图片呈现给被试者,根据人的大脑信号分类出目标和非目标的结果,这个结果再让机器去训练分类,然后再反馈给人,不断地重复优化分类结果使分类出的目标和非目标更加精准。耦合在学术的说法是两个不同的模态通过某种方法将相同的部分融合在一起形成相同的表达。用在脑机接口的思想上有多模态融合。在情感分析上可以利用视觉(人的表情)、声音、语言三种不同的模态,将这三种模态进行融合训练以达到分析情感的目的。共生原义是两种不同生物之间形
2022-03-02 19:02:53 2584
原创 EEG脑电学习资料
脑电信息采集1、脑电波采集与信号处理教程 https://zhuanlan.zhihu.com/p/34410111脑电信号预处理1、Machine Learning techniques for automatic ocular artifact correction in resting state EEG特征选择与提取分类...
2022-02-23 20:59:41 375
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人