- 博客(33)
- 收藏
- 关注
RSS订阅原创 python绘制局部EEG导联的脑地形图
加上这一句：**topomap_args = dict(extrapolate=“local”)**即可。
2023-10-25 21:56:16
844
原创 python实现跨频耦合：PLV、MV L、MI
神经科学的核心问题之一是神经活动如何在不同的空间和时间尺度上协调。跨频率耦合(Cross-frequency coupling, CFC)已被提出在时间和空间尺度上协调神经动力学。时间尺度：神经振荡之间的相幅耦合。例如，低频振荡的相位可以影响高频振荡的振幅，从而调节神经活动的时序，实现信息处理和集成。空间尺度：神经振荡之间的空间耦合。例如，不同频率范围内的神经振荡可以在不同脑区之间相互调节，形成神经网络，实现信息的传递和整合。
2023-08-28 22:57:22
1869
原创 Python 利用MNE实现自定义矩阵大脑拓扑图的绘制
weight = {# 查看脑地形图矩阵导联位置sensor_data_32 = int32_montage . get_positions() [ 'ch_pos' ] sensor_dataframe_32 = pd . DataFrame(sensor_data_32) . T chLa_index = sensor_dataframe_32 . index . values print(chLa_index) # 重构自定义矩阵顺序。
2023-07-05 11:57:32
4341
28
原创 从公式详解相位滞后指数（Phase-Lag Index, PLI）的两种计算方式
某一时刻（timePoint）不同试验（trial）收集到的两个信号的相角差在复平面的投影是否始终指向同一侧（虚轴的正侧 或 虚轴的负侧（这个与PLV的计算有点类似）某一段时间内（timePeriod）收集到的两个信号的相角差 在复平面的投影是否始终指向同一侧（虚轴的正侧 或 虚轴的负侧）。
2023-03-31 11:48:01
3399
12
原创 相位同步指数 （phase synchronization index，PSI）
之前详细写过和的原理及计算过程，发现很受大家欢迎。所以就想着后续有时间就以相同的方式（我觉得好理解）给大家继续介绍其他功能连接的算法。这次介绍的指标是相位同步指数，介绍这个算法的目的是因为在PLV的基础上，有些人关注的不是某一时刻两个信号相位差的一致性，而是关注某一时刻两个信号的相位一致性。因此在这里给出两个信号相位一致性的原理及计算过程。
2023-03-28 21:48:28
1490
1
原创 python计算香浓熵（直方图法）
import numpy as npimport matplotlib.pyplot as pltimport mathdata = [160,162,183,174,172,161,171]bins_size = 5 # 每个bin的宽度，可以自行设置# 获取所有bin，np.max(data)+bins_size确保所有数值都有bin装，如果np.max(data)，这里你会发现样本183没有bin可以装num_bins = np.arange(np.min(data), np.max(
2022-05-02 13:40:01
1714
原创 从公式到代码详细解析PLV（锁相值）
**1、作用：**估计两个神经电或生物磁信号之间的瞬时相位关系。**2、步骤：**①选择感兴趣的频段对原始信号进行带通滤波②利用希尔伯特变换计算信号的瞬时相位,如图Fig1③计算PLV，如图Fig2思考为什么要分频：因为利用希尔伯特变换计算窄带信号的瞬时相位会更准确。3、公式及解释4、trial和electrode之间的关系如下：5、举个例子：6、计算自己数据的PLV—matlab代码clccleardata_on = pop_loadset('epoch_65_s5.set
2022-04-26 20:46:12
11243
17
原创 python单向链表定义、打印、反转、删除与合并
'''定义单向链表'''class listNode(object): def __init__(self, val=0, next=None): self.val = val self.next = next '''单向链表打印和反转''' class processListNode(): # 打印单向链表 def printListNode(self, listNode): while listN
2022-03-22 13:55:50
817
原创 Java输出字符串出现次数最多的字母
import java.util.HashMap;import java.util.Map;public class Demo03MapStringMaxNumber { public static void main(String[] args) { String str = "kdjjkjbJhd"; // 如果不分大小写 str = str.toLowerCase(); // 将字母全部变成小写，并返回一个新的字符串 int
2022-03-20 17:21:33
1970
原创 从熵到相位传递熵，附matlba和python代码
先来一张图，预览一下最近为了整明白相位传递熵所要恶补的知识叭，泪目了：(好吧，废话不多说，直接开始吧！一. 熵是什么？1、香浓熵2、联合熵、条件熵和互信息3、传递熵二、相位传递熵三、相位传递熵前言以前每次听到“熵”这个词就很害怕，觉得好高深啊，不敢也不愿意花时间去学习了解，然而最近由于科研和毕业论文的需求，不得不逼自己静下心来系统的去学习了解，熵到底是何方神圣，为什么平常我们听了都要瑟瑟发抖。一、熵是什么？1、香浓熵（信息熵）通过百度百科我们可以了解到：熵的本质是一个系统“内在的混
2021-12-19 19:48:08
7315
22
原创 Excel制作抛硬币动态频率趋势曲线
第一步：绘制滚动条然后在空白区域按住左键拉一下就生成滚轮了，然后设置一下第二步：自动生成数据1、序号的生成直接下拉就行2、正反面情况用Excel的 RANDBETWEEN(Bottom,Top)函数这里直接在B7单元格处写：=RANDBETWEEN(0,1) 回车即可，其他序号的直接下来就行3、正面频数的计算，这里有一点复杂的，因为我要根据滚动轮的动态数值决定要选择做多少次试验，这里要用：IF(logical_test,value_if_true,value_if_false)函数在.
2021-11-29 22:45:20
2751
原创 2021-08-20
一、题目描述：数列的定义如下： 数列的第一项为n，以后各项为前一项的平方根，求数列的前m项的和。输入数据：输入数据有多组，每组占一行，由两个整数n（n<10000）和m(m<1000)组成，n和m的含义如前所述。输出数据：对于每组输入数据，输出该数列的和，每个测试实例占一行，要求精度保留2位小数。public class Main{ public static void main(String[] args) { Scanner sc = new Scanne
2021-08-20 16:06:12
91
原创 KMP算法的具体计算过程
解决字符串匹配问题最长相等前后缀前缀表next[]数组j = next[j-1]一、解决字符串匹配问题1. BF算法：模式串和主串，从头开始匹配，如果遇到不匹配，则模式串从头开始，主串返回到原来起始位置向后移动一位重新匹配。 BF算法很好理解但很“笨拙”，效率低下，时间复杂度为：O(m*n),m为字串长度，n为主串长度,空间复杂度较低为O(1)。public static int forceMatch(char[] mainString,char[] pattern){ int
2021-08-04 18:52:12
578
原创 卷积神经网络基础知识
每次关于卷积神经网络的基础知识一段时间不看总是会忘记，为了之后方便捡起来，这次又重新看了一遍总结了一下在这里记录下来，希望我的记录能够对跟我一样容易忘记的你提供一点点帮助。总结主要包括以下方面的内容。一. 全连接NN二. 卷积（Convolution）三. 感受野四. 全零填充(Padding)五. 批标准化(BN)六. 池化(Pooling)七. 舍弃(Dropout)八. 卷积神经网络(CNN)一. 全连接NN全连接NN每一个神经元与前后的每一个神经元都有连接关系。输入是特征，输出为
2021-05-28 19:56:38
739
原创 word使用小技巧
一、页眉1、删除页眉下划线：Shift+Ctrl+N2、设置页眉双下划线：输入三个等号（===）后按enter输入三个等号按下enter3、单独编辑首页页眉：选择【首页不同】即可单独编辑首页页眉现在就想到这么点了，后续继续补充啦！！！...
2021-04-13 11:36:28
84
原创 pyinstaller打包成exe运行缺少module的解决办法
pyinstaller打包成exe运行缺少module的解决办法这几天利用xgboost算法的XGBClassifier写一个图像识别分类器，将分类器模型保存成为pkl文件模式。利用tkinter做界面，利用pycharm运行的时候非常成功，但是利用pyinstaller打包成exe的时候就遇到各种bug了，废话不多说，下面就说我遇到了什么问题以及我是怎么解决的吧。一、缺少xgboost等模块关于这个问题，我集结了网上的多种答案，最终修改了pathex、hiddenimports这两个参数。利用Na
2021-03-21 17:31:03
7848
3
原创 如何下载IEEE期刊模板及进行IE投稿
一、如何下载IEEE论文模板1、首先登陆ScholarOne Manuscripts：https://mc.manuscriptcentral.com/tnse-cs：————————————————————————————————————————2、寻找自己所想发表的期刊，以IEEE Transactions on Network Science and Engineering为例：——————————————————————————————————————————————————————
2020-09-16 21:58:20
4291
原创 Numpy库几个常用的函数
1、读取文本数据：genfromtxt()函数这里需要注意的是这里没有写具体路径是因为程序跟代码在同一路径之下文本列之间的间隔符号是逗号，因此delimiter=‘，’2、**numpy.array()**的使用当你使用numpy.array()构造一个东西的时候，里面的东西会被限制成同一种类型，如：...
2020-09-10 17:14:32
234
原创 利用python计算高维标准化互信息并以矩阵形式输出
以鸢尾花数据为例：from sklearn import metricsimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltdef NMI_matrix(df): # 计算标准化互信息矩阵 number = df.columns.size # 获取df的列数 List = [] Name = [] for n in range(number): Name
2020-07-18 15:07:17
2173
转载 指数衰减学习率、交叉熵、正则化
指数衰减学习率在进行网络训练过程中：当学习率过小时，参数W更新过慢；当学习率过大时，参数W不收敛。指数衰减学习率 = 初始学习率学习率衰减率^(当前轮数/多少轮衰减一次)学习率表征参数每次更新的幅度：Wt+1 = Wt - lrd(loss)/d(Wt),其中lr为学习率。指数衰减学习率就是先使用较大的学习率，快速找到较优值，然后逐步减小学习率使模型找到最优解。代码实现如下：import tensorflow as tfw = tf.Variable(tf.constant(5, dtype
2020-05-24 12:35:24
770
原创 利用tensorflow的jupyter notebook打开自定义路径的.ipynb文件
1、打开Anaconda的prompt激活tensorflow环境：输入conda activate tensorflow2、打开自定义文件夹路径：输入cd/d <文件路径>3、打开文件夹后：输入jupyter notebookprompt显示的操作步骤...
2020-04-28 12:28:55
341
原创 win10+anaconda+python3.7成功安装tensorflow—cpu（多人亲测成功）
win10+anaconda+python3.7成功安装tensorflow—cpu（多人亲测成功）1、以管理员身份打开anaconda prompt2、创建tensorflow环境，输入：conda create -n tensorflow python=3.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/3、环境创...
2020-04-22 16:15:09
1267
3
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