回答情况：
提问时间：
问题标签：
我使用的是一个用于脑机接口(BCI)的开源Matlab工具箱。我想将脑成像数据发送到Tensorflow进行分类，并将结果返回给Matlab。
浏览 3修改于2019-07-31得票数 3
我正在为我的本科生论文做一个脑机接口运动图像项目，我使用emotiv epoc从github 中提取原始数据。
浏览 2提问于2016-02-11得票数 0
基于这篇关于脑-机接口的论文，我想用离散小波变换提取时频域特征，然后用给定的方程计算能量和熵。 ?
浏览 34修改于2021-10-15得票数 1
回答已采纳
有一点背景，我一直在使用BCI (脑机接口)和多通道脑电图来监测大脑活动。当用户在开启BCI上限的情况下开始会话时，来自每个通道的原始数据流被存储到Influxdb中。
浏览 37修改于2016-07-22得票数 23
我们有ProLiant DL360 Gen8和Gen9服务器运行VMWare ESXi 6.0，在各种版本的Windows下运行虚拟机，这些虚拟机通过Open Tools 10.1.0,1通过pfSense通过pfSense工作的虚拟机呈现出非常低的上传速度，例如: ping 2ms，下载134 Mbps，上传0.25 Mbps (顺便说一下，0.25 Mbps对于远程桌面连接来说是可以接受的速度，但是在实际操作中，RDP几乎不能工作几秒钟，或者刷新在正方形中，需要5-10秒刷新屏幕，不稳定，有时甚至重新连接-使得通过RD
浏览 0修改于2017-06-09得票数 3
回答已采纳
我正在尝试根据脑电连接体数据识别3种(类)精神状态。数据的形状是99x1x34x34x50x130 (最初是图形数据，但现在表示为矩阵)，分别表示对象、通道、高度、宽度、频率、时间序列。支持向量机等传统机器学习技术的测试集准确率达到75%左右。因此，by的目标是在给定相同数据(1x34x34)的情况下实现更高的精度。从模型和图表的训练来看，模型似乎不知道它在前5-10个时期做了什么，然后开始快速学习，在两个集合上都有大约50%-60%的acc。
浏览 1修改于2020-09-25得票数 5
该团队与虚拟交换机接口，所有VM的接口都通过virtual接口。1 Gigabit NIC用于超-V管理虚拟机和分配的内存如下：“SERVER2这给超级V核心的开销留下了8G的空间当第一批用户进入并开始工作时，它的功能是可以接受的，但仅仅在5-10分钟之后，性能坦克就可以发挥作用了。我觉得我应该为Server虚拟机分配更多的内存。我可以核武器的
浏览 0修改于2013-06-13得票数 0
我得到了正确的方位值，无论是当手机躺在桌子上，当它垂直于桌子时(大约相差5-10度，但我可以接受)。 surfaceHolder.setType(SurfaceHolder.SURFACE_TYPE_PUSH_BUFFERS);我就是这样实现接口的
浏览 6修改于2016-12-21得票数 1
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号