Skip to content

2020年研究生数学建模竞赛C题,全国二等奖,分析脑机接口数据进行分析预测。The data of BCI were analyzed and predicted.

Notifications You must be signed in to change notification settings

stxupengyu/P300-BCI-Data-Analysis

Folders and files

NameName
Last commit message
Last commit date

Latest commit

author
Pangyu
Sep 21, 2020
e7a5214 · Sep 21, 2020

History

3 Commits
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020
Sep 21, 2020

Repository files navigation

P300-BCI-Data-Analysis

2020年研究生数学建模竞赛C题,分析脑机接口数据进行分析预测。The data of BCI were analyzed and predicted.

问题一:

对数据进行预处理后,选择FastICA的空间滤波方法,结合叠加平均法提取特征;使用多种分类器SVM、RandomForest、Bagging、Adaboost等结合5折交叉验证,根据分类精度度量结果选择最优分类模型。

问题二:

使用随机森林算法,得到针对个体和所有受试者的最优通道组合。

问题三:

设置一个标签丢失比例η,进行随机丢失标签的数据处理操作。在验证集上对半监督学习算法和原始的adaboost算法进行了算法对比。

问题四:

利用时间窗滑动对原始数据集进行采样。随后,在原始采样数据的基础上对每个波进行特征提取以及数据集的划分。之后,利用SVM构建多分类任务,交叉验证调整参数,使得精度达到最优。最终,使用SVM分类器进行睡眠分期预测的精度达到83%以上。

About

2020年研究生数学建模竞赛C题,全国二等奖,分析脑机接口数据进行分析预测。The data of BCI were analyzed and predicted.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published