- 博客(25)
- 收藏
- 关注
原创 Python资源库
Pygame 是一个 Python中基于 Simple DirectMedia Layer(SDL) 的开源游戏开发库,它提供了一系列用于制作2D游戏和多媒体应用的功能和工具。
2024-02-28 13:47:38
413
原创 最优化问题及其分类——决策变量、目标函数、约束条件
最优化问题:在一定的约束条件下,求解最优的输入,以使得目标函数取得期望极值的问题。最优化问题的三个要素:决策变量decision variables、目标函数objective function、约束条件constraints。最优化问题可分为:函数优化问题、组合优化问题。最优化问题及其分类...
2022-03-28 16:04:34
27990
原创 数学空间 Space
向量/元素 - 具备N个独立的维度/属性。向量(元素) + 元素规则 → 空间 space线性规则(加法+数乘) → 线性空间元素的相似程度 → 距离 → 度量空间向量的自身大小 → 范数 → 赋范空间(巴拿赫空间)向量的相位位置 → 夹角 → 内积空间空间一定是由元素和元素之间的规则组成的。组成空间的元素是一个个的向量,而向量之间的相互关系就是空间内的规则。线性空间(Linear Space):定义了加法和数乘的空间。赋范线性空间(Normed Linear Space):定义了范数的线性
2022-01-23 20:33:51
1652
转载 共空间模式算法
参考链接:https://blog.youkuaiyun.com/MissXy_/article/details/81264953参考文献:1990.Brain.Topography_Koles_Zhou_Koles_Spatial Patterns underlying Population differences in the Background EEG1999.Clinical.Electroencephalography _Flyvbjerg_Pfurtscheller_Designing optima
2021-12-29 15:51:46
2446
原创 矩阵的对角化与特征值及特征向量
参考链接:https://blog.youkuaiyun.com/crazy_scott/article/details/79795567
2021-12-24 18:59:40
2238
原创 电子计算机基础知识
存储器存储器可分为随机存取存储器(RAM)和只读存储器(ROM)两大类。存储器地址寄存器(MAR)存储器数据寄存器(MDR)1 主存储器(简称主存或内存)——和CPU直接交换信息的是主存。随机存取存储器(Random Access Memory,缩写:RAM)动态随机存取存储器(Dynamic Random Access Memory,DRAM)→内存静态随机存取存储器(Static Random-Access Memory,SRAM)→ 缓存Cache2 辅助存储器(简称辅存或外存)只读
2021-06-30 20:00:18
205
原创 统计学概览与统计检验总结
参数估计 → 假设检验参数估计的两种方法:点估计,区间估计。参数估计的对象:均值、方差、比例、频数、假设检验的三种方法:参数检验、非参数检验、置换检验单样本总体均值的统计检验: z-test(σ已知); t-test(σ未知)单样本总体比例的统计检验: z-test(大样本); binom.test(小样本)单样本总体方差的统计检验: chisq-testF检验F检验是被誉为现代统计学之父的R.A. Fisher爵士提出、由George W. Sned...
2021-03-28 21:10:43
1411
原创 EEG电流源密度分析(CSD)-容积传导效应-脑电Laplacian滤波
电流源密度分析 CSD ,current source density电流源密度分析是为了降低容积传导效应(Volume conduction effect)的影响,增加脑电信号的空间分辨率(类似于图像的锐化)而采取的一种信号处理方法。详细讨论请参阅 参考文献1。参考链接:脑电(EEG)中的电流源密度分析是什么?容积传导效应(参阅 参考文献2)常用软件CSD Toolbox:https://psychophysiology.cpmc.columbia.edu/Software/CSDtoolb
2021-03-19 20:06:01
3457
原创 脑电溯源分析/源定位 EEG source analysis / Localization
脑电溯源定位即脑电逆向问题,是根据头表记录到的电位信号,反向推算出估计的脑内神经活动源的位置、方向和强度信息。–参考链接:https://blog.youkuaiyun.com/datoubo/article/details/8576711本质上,脑电逆问题是非线性优化问题,考虑到计算的复杂性,因而近似规约为线性问题 Y = AX,其中,Y = 头表电极实际记录到的信号,X = 待进行空间定位的源信息向量,A = 传递矩阵(增益矩阵)=脑电正向问题的解,可通过构造合适的头模型等获得。因为X和A都是未知的,所以X
2021-03-19 19:28:55
16842
3
原创 脑成像坐标系: MNI + Talairach
脑成像坐标系: MNI, TalairachMNI (Montreal Neurological Institute) 脑 是基于大量的正常被试MRI扫描结果得到的标准脑。(当然是欧罗巴人群的)Talairach脑 是从著名的Talairach和Tournoux图谱解剖拍摄得到的。剑桥大学官网 The MNI brain and the Talairach atlas——MNI 与Talairach坐标系转换https://imaging.mrc-cbu.cam.ac.uk/im...
2021-03-19 17:48:57
16023
1
原创 数字信号处理之变换:傅里叶变换、短时傅里叶变换、小波变换等
傅里叶变换、拉普拉斯变换、自(互)相关及卷积是线性系统分析里最重要的四个数学工具。数字信号处理中常用的几种变换:傅里叶变换、短时傅里叶变换、小波变换、希尔伯特-黄变换、拉普拉斯变换。待补充。。。。。...
2021-03-13 20:07:10
1293
原创 小提琴图
@小提琴图小提琴图一种数据统计的可视化工具。是 箱线图和和核密度图的结合。可展示数据的分布特点要素一 纵向要素1 中位数2 四分位数 interquartile [25%, 75%]3 95%置信区间4 最值:最小值,最大值二 横向要素一般左右是对称的,也有不对称的。合理的创建标题,有助于目录的生成直接输入1次#,并按下space后,将生成1级标题。输入2次#,并按下space后,将生成2级标题。以此类推,我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。如何
2021-01-21 19:39:16
550
原创 数字滤波原理与方法
数字滤波原理与方法信号的分类(1)按平稳性分1 平稳信号是指分布参数或者分布律随时间不发生变化的信号,即平稳信号的统计特性不随时间变化而变化。2 非平稳信号是指分布参数或者分布律随时间发生变化的信号。 也就是说,非平稳随机信号的统计特征是时间的函数(随时间变化)。在信号的时频分析中,可简单地理解为,平稳信号的频率不随时间发生改变,而非平稳信号的频率随时间发生变化。(2)按连续性分连续信号:周期信号,非周期信号离散信号:数学原理一 傅里叶变换——平稳信号、线性非平稳信号二 小波变换——非
2021-01-06 16:32:26
1805
原创 数字滤波器
数字滤波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片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入两种滤波器:模拟滤波器 analog filter 和数字滤波器 digital filter两类数字滤波器:经典数字滤波器+现代数字滤波器两类经典/传统数字滤
2021-01-06 16:00:37
3353
转载 2020-12-03 Matlab --CUDNN_STATUS_EXECUTION_FAILED
Matlab -- Unexpected error calling cuDNN: CUDNN_STATUS_EXECUTION_FAILED.其他博主的解决方案;MATLAB CUDNN_STATUS_EXECUTION_FAILED
2020-12-03 10:32:33
3280
6
原创 2020-08-21 Windows 10安装 Anaconda+tensorflow 配置GPU
Windows 10安装 Anaconda+tensorflow 配置GPU参考链接https://blog.youkuaiyun.com/hitzijiyingcai/article/details/83342905Anaconda 链接https://www.anaconda.com/products/individualTensorflow 2 官网https://tensorflow.google.cn/install一 Anaconda安装下载安装包到桌面直接安装即可。例如An...
2020-08-21 18:58:33
1907
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