- 博客(18)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 【无标题】
对于正常的大脑高级认知功能来说，往往并不仅仅是单独的某个脑区在起作用，而是更加依赖于不同脑区之间的相互协同工作，因此研究不同脑区的功能连接对我们理解大脑的大脑高级认知功能机制来说非常重要。matlab’s doc,在matlab中测量的时间是多久.我们可以看到“tic和toc [offer]最高的准确性和最可预测的行为”.我认为这是有效的声明. 在这里观察到的性能下降并不是由于对经过时间的不良测量,而是与使用imshow或drawow功能无关.我会认...实验流体力学的 PIV的matlab程序，很好用。
2023-07-06 10:21:29
416
1
转载 【无标题】
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。
2023-07-06 10:21:24
223
1
原创 2021-05-20矩阵的一些操作
矩阵的一些操作1.三维变二维EEG = squeeze(mean(EEG,3));将EEG在第三维平均后，转为二维矩阵。2.对角线提取和赋值2.1对角线：diag(A);2.2 更改对角线上的数据,可以借助对焦矩阵来解决：A(logical(eye(size(A))))=B；用eye函数生成和A一样的对角矩阵，然后使用logical函数来对A的对角线函数进行赋值。这里B是对角线的元素组成的向量。2.3 其他的提取删除：2.3.1 整行提取： A=B(r,:);% .
2021-05-20 19:59:25
226
转载 误差表示errorbar and shadederrorbar
误差表示errorbar and shadederrorbar1.errorbarErrorBar(误差棒图)，是统计学中常用的图形。ErrorBar图涉及到数据的“平均值”和“标准差”。 下面举例子理解误差棒图中涉及到的“平均值”和“标准差”。 某地降雨量的误差棒图[1]如图1所示，从横纵1月份的刻度值往正上查找时，可发现1月份的降雨量对应于一个“工”字型的图案。该“工”字型的图案的中间的点对应的纵轴的刻度值（大约12），表示该地1月份的降雨量的“平均值...
2020-09-20 17:05:58
5334
2
转载 传递熵
信息熵由信息论之父——克劳德·艾尔伍德·香农提出，并首次用数学公式阐明了概率与信息冗余度之间的关系。为了方便理解，我们可以参照热力学里面的熵来理解信息熵。在热力学中，我们用熵来度量体系混乱程度，熵增代表物质向无规则方向发展即体系越来越混乱。其次，我们可以通过降温等手段来减熵即恢复有序性。同样，在信息论中，我们也可以这样理解：信息熵是用来度量体系不确定度的量，被观测的系统越不确定信息熵越大，系统越稳定信息熵越小。其次，我们可以通过被告知某个信息来降低系统的不确定性即‘减熵’。但是值得注意的一点是，这个信
2020-07-07 20:23:05
10778
4
转载 信号的低通滤波器
%%模拟滤波器%巴特沃斯——滤波器设计wp=2*pi*2500;ws=2*pi*3500;Rp=1;As=30;[N,wc]=buttord(wp,ws,Rp,As,'s')%计算率波器的阶数和3dB截止频率[B,A]=butter(N,wc,'s');%计算滤波器系统函数分子分母多项式fk=0:800/512:8000;wk=2*pi*fk;Hk=freqs(B,A,wk);figureplot(fk/1000,20*log10(abs(Hk)));gridon,xl.
2020-06-27 14:10:37
2033
转载 小波包分解与重构
1、小波变换的理解傅里叶变换——短时傅里叶变换——小波变换。参考文献：以下两篇参考资料讲述得十分清楚，有助于理解小波变换。但具体的数学角度阐述，请参考其他资料。（1）知乎专栏：形象易懂讲解算法I——小波变换https://zhuanlan.zhihu.com/p/22450818（2）知乎专栏：傅里叶分析之掐死教程。https://zhuanlan.zhihu.com/p/197633582、小波包分解小波包是为了克服小波分解在高频段的频率分辨率较差，而在低频段的时间分辨
2020-06-27 14:06:50
14995
5
原创 信号的时频分析
时频分析是将时域信号转变为在时域和频域上的分布1.小波采用小波变换(Wavelet Transform, WT)对各通道信号进行时频分析。其原理如式(1)所示。 (1)式中α是尺度函数，它标定了小波变换的分析频率；τ是时移参数，它定义了分析时刻,ψ(t)是母小波。尺度函数与实际频率的关系如式(2...
2019-10-28 13:22:16
7838
8
原创 基于MI的cfc（交叉频率耦合）分析
PAC 指高节律振荡幅值 ( 能量 ) 受到低节律振荡的相位调制，被锁定在低节律振荡的相位上。PAC 现象是目前发现比较多、研究较为深入的一种CFC 现象。PAC 现象已在啮齿类动物的海马、基底核和猕猴的新皮质以及人类的皮层和海马中有发现。MI 算法由Canolty Tort 等［70］发展 提出，主要是基于高频节律的幅值在低频节律相位信号上的分布， 来计算该分布的香农熵从而表征该分布的不均匀...
2019-09-27 12:46:50
4157
12
转载 频谱与功率谱
1.首先进行定义分析频谱：频谱是频率谱密度的简称，是频率的分布曲线。复杂振荡分解为振幅不同和频率不同的谐振荡，这些谐振荡的幅值按频率排列的图形叫做频谱。频谱将对信号的研究从时域引入到频域，从而带来更直观的认识。功率谱：功率谱是功率谱密度函数的简称，是在有限信号的情况下，单位频带范围内信号功率的变换状况，功率随频率而变化，即信号功率在频域的分布状况，从而表现成为功率谱，它是专门对功率能量的可...
2019-07-03 19:31:10
47213
1
转载 相关性分析
自相关于互相关相关函数是描述信号X(s),Y(t)（这两个信号可以是随机的，也可以是确定的）在任意两个不同时刻s、t的取值之间的相关程度。两个信号之间的相似性大小用相关系数来衡量。1. 首先说说自相关和互相关的概念。 这个是信号分析里的概念，他们分别表示的是两个时间序列之间和同一个时间序列在任意两个不同时刻的取值之间的相关程度，即互相关函数是描述随机信号x(t),y(t)在任意两...
2019-07-02 09:38:03
639
转载 cross frequency coupling
交叉频率耦合针对EEG的交叉频率耦合测试方法1（method 1）%% multivariate cross-frequency coupling, based on generalized eigendecomposition (gedCFC)% Method 1: covariance matrix at a low-frequency phase value,% relat...
2019-07-01 10:15:20
1469
原创 去基线漂移
去除基线漂移有多种方法。1.matlab内置函数detrend不适合非线性的复杂信号2.小波变换去除基线漂移wavelet定义一个函数DeBaseline_Wavelet为去基漂函数function y = DeBaseline_Wavelet(x)s=x; %获取要处理的信号，x是在上面.mat里的一个参数%整个信号的长度N = numel(s);%小波分解;...
2019-06-25 20:27:23
21145
10
转载 互谱密度
理论先讲一点儿理论相关的东西，在后面使用matlab实现，加深大家的理解。功率谱密度在物理学中，信号通常是波的形式表示，例如电磁波、随机振动或者声波。当波的功率频谱密度乘以一个适当的系数后将得到每单位频率波携带的功率，这被称为信号的功率谱密度（power spectral density, PSD）；不要和 spectral power distribution（SPD） 混淆。功率谱...
2019-06-24 16:16:25
13700
2
转载 自功率谱于互功率谱
1. 基本方法周期图法是直接将信号的采样数据x(n)进行Fourier变换求取功率谱密度估计的方法。假定有限长随机信号序列为x(n)。它的Fourier变换和功率谱密度估计存在下面的关系：式中，N为随机信号序列x(n)的长度。在离散的频率点f=kΔf,有：其中，FFT[x(n)]为对序列x(n)的Fourier变换，由于FFT[x(n)]的周期为N，求得的功率谱估计以N为周期，因此这种方法称...
2019-06-11 15:04:09
14427
3
转载 典型相关分析
典型相关分析函数：[a,b,r,u,v,stats] = cononcorr(x,y):param: x：原始变量x矩阵，每列一个自变量指标，第i列是 xi 的样本值 y：原始变量y矩阵，每列一个因变量指标，第j列是 yj 的样本值return: a：自变量x的典型相关变量系数矩阵，每列是一组系数。 列数为典型相关变量数 b：因变量y的典型相关变量...
2019-06-11 14:27:12
2973
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