Dong的博客

使用数据增强增加些数据样本，相比删掉某一类相比另外一个类别多的部分，准确率会高一些，拿做的脑电举例，准确率能从 50 提高到 60，但是再去验证泛化能力（找一些新的数据进行测试）的时候，准确率还是回到了 50。。。。。。所以怎么说好呢，最终还是要看数据本身是不是可分吧需要安装 MATLAB 官方的函数包，从而使用 mysmote 函数这里有两类数据，x1csp 和 x2csp，x1 比 x2 少了一些，使用 smote 增加到两者数目相等，函数的输入 dataset 必须是 table，另外 table

卷积神经网络的结构和对应点的作用的解释

假设有110个数据，创建一个数组，然后在循环中赋值创建索引

matlab cnn 二维原始数据

matlab cnn

lstm

svm

电脑没有gpu，小数据还是可以用cpu训练的

torch卷积、标准化、池化实例，理解过程中的维度变化

处理过程

参考图像处理的代码，自己对脑电数据进行了应用，数据量比较小，准确率不高，主要为了理解算法结构

Matlab CNN 10-fold