EEG脑电数据

该数据集包含10名个体的脑电数据，其中5人健康，5人患有癫痫。数据被分为5个子集：F、S、N、Z、O，每个子集包含100个数据片段。每个数据片段持续23.6秒，采样频率为173.61Hz，共4097个

基于matlab的EEG脑电处理工具包-eeglab，能够方便脑电处理

64导采样频率1000hz静息态脑电Ch1=Fp1,,0.1,µVCh2=Fp2,,0.1,µVCh3=F3,,0.1,µVCh4=F4,,0.1,µVCh5=C3,,0.1,µVCh6=C4,,0.

用于使用eeg数据构建脑网络指标，并且能够对这些指标进行分析

5类癫痫脑电数据，脑电数据是印度学家VarunBajaj和RamBilasPachori对正常人和癫痫病患者测试的数据。脑电信号数据由五个子集组成，分别为Z，O，N，F，S，每个脑电子集包含100个信

脑电数据遴选对脑电识别的影响,王海,,本文分析了在不同信号采样位置、不同频段对脑电数据遴选如何影响脑电信号识别效率,通过滑动平均对脑电信号加工,研究了不同窗口

计算机对人类情绪与情感的识别研究已经成为了脑机接口领域的研究热点。通过分析人类在生活中的各种情感状态，提取脑电信号的特征并对情感状态进行识别、分类是情感智能化领域的重要方向。针对基于音乐视频诱导的情感

脑电识别中EEG样本容量浮动的几点考察,王海,,在建立脑电识别模型的过程中脑电样本常被调整,本文研究了脑电样本容量的相关浮动变化对脑电识别产生的影响,以及对这一变化应采

BP脑电数据采集的数据，matlab转存后，进行segment处理，然后找特征

脑电数据的剪裁,王海,,优质的脑电数据能够在脑电识别中快速准确地建模以及高效地被提取、存储与使用,优质脑电数据的获取需要对原始的脑电数据进行裁剪