水务大脑大数据和数字孪生平台项目方案 (1) 水务大脑大数据和数字孪生平台项目方案 (1) 水务大脑大数据和数字孪生平台项目方案 (1)
2023-04-12 18:05:01 817KB 水务 大脑 大数据 数字孪生
1
5G智慧高校建设顶层设计方案智慧高校大脑建设方案_5598.pdf
1
matlab光谱降维码提取大脑氧合信号中瞬时成分的方法 Matlab编码了一种分解方法,可从早产儿的大脑充氧信号中提取瞬态信号。 该方法以迭代方式使用奇异频谱分析。 设计用于使用近红外光谱(NIRS)设备测量的早产儿的脑氧合信号,但可能适用于其他领域。 请参阅下面的更多细节: O'Toole JM. Dempsey EM, Boylan GB (2018) 'Extracting transients from cerebral oxygenation signals of preterm infants: a new singular-spectrum analysis method' in Int Conf IEEE Eng Med Biol Society (EMBC), IEEE, pp. 5882--5885 如果使用此代码生成新结果,请引用以上参考。 | | | | 需要 具有信号处理工具箱的Matlab()版本R2020a或更高版本。 (应该在较旧的版本上工作,但未经测试。) 在Matlab中添加此项目的路径。 也可以通过以下方式做到这一点: >> add_path_he
2023-03-28 10:05:15 624KB 系统开源
1
ATEC_PAY 1. 对数据进行初步的数据分析 2. lgb baseline代码 数据比较大,网速问题,没有上传 本来想好好做下这个比赛,因为暑假实习去的组就是出题的组,所以只能跑路了
2023-03-24 09:53:53 39.56MB JupyterNotebook
1
EGG 大脑电波形状数据 EEG brain wave for confusion_For variable selection and causal inference
2023-02-23 09:50:43 108.98MB 脑电波 EGG 脑电
1
保守值法matlab代码简单模拟 用于测试大脑功能连接方法的模拟(和分析)代码 在出版物中使用这些模拟时,请引用:Cole,Yang,Murray,Repovs,Anticevic,“功能连通性的变化作为共享信号动力学”,《神经科学方法杂志》, 联系人:迈克尔·科尔(Michael W. Cole), 可以使用以下命令在R中运行代码: 来源('CorrelationVsCovarianceSim.R') 来源('CorrelationVsCovarianceSim_WithOtherMeasures.R') 在运行代码之前,请确保已安装R(例如RStudio),并且已安装以下R软件包:ggplot2,sapa,plyr,entropy,grid 还包括用于MATLAB的仿真框架的替代版本:CorrelationVsCovarianceSim_matlab.m
2023-02-11 12:21:13 25KB 系统开源
1
大脑CT(MRI)图像数据集,预测MGMT启动子基因的存在或缺失,共1336张图片 大脑CT(MRI)图像数据集,预测MGMT启动子基因的存在或缺失,共1336张图片 大脑CT(MRI)图像数据集,预测MGMT启动子基因的存在或缺失,共1336张图片
2022-12-09 15:28:21 45.11MB 数据集 CT 大脑 深度学习
城市大脑解决方案,是为城市生活打造的一个数字化界面。市民凭借它触摸城市脉搏、感受城市温度、享受城市服务,城市管理者通过它配置公共资源、作出科学决策、提高治理效能。以杭州为例,城市大脑包括警务、交通、文旅、健康等11大系统和48个应用场景,日均数据可
2022-11-19 17:19:15 2.27MB 智慧城市 智慧园区 城市大脑
本文基于模拟人类大脑视觉皮层的Where.What网络模型(WWN),以实际 应用(进入人类日常生活的第三代智能机器人)为目标,对其自主发育机制做了 进一步研究。
2022-11-06 14:18:40 18.99MB 发育网络 wwn神经网络 DN网络 人工智能
1
MATLAB用拟合出的代码绘图睡眠时分析大脑的连通性 梅兰妮·伯恩哈特(MélanieBernhardt) 学期项目-数据科学课程研究 主管:J. Buhmann,顾问:D. Miladinovic 苏黎世联邦理工学院-机器学习学院 在这个学期的项目中,我们将展示如何在二元睡眠阶段分类的背景下,将图神经模型应用于从MEG记录中导出的多频大脑连接性数据。 该存储库包含与此项目关联的代码。 它包含以下所有必要的文件: 从原始Matlab文件构建numpy特征矩阵 构建并训练报告中介绍的图分类神经网络。 运行报告中描述的实验。 本自述文件详细介绍了此存储库文件的内容及其所包含的功能。 每个函数及其参数也都精确地记录在代码中。 从原始Matlab文件构建特征矩阵 使用文件build_features.py计算并保存实验所需的特征矩阵。 它包含以下功能: prepare_X将原始MatLab文件加载并合并为一个单个的numpy数组,形状为[nobs,4095,50]。 它以主题列表作为输入参数,仅在需要时才加载主题子集的数据。 transform_X_std执行标准频带聚合预处理步骤。 它采用一
2022-11-03 23:50:43 2.99MB 系统开源
1