【附代码】SSVEP解码算法 - 扩展典型相关分析(eCCA)

1 算法来源

  1. Wang Y , Nakanishi M , Wang Y T , et al. Enhancing detection of steady-state visual evoked potentials using individual training data[J]. IEEE, 2014.
  2. DOI:10.1109/EMBC.2014.6944263

2 算法原理

其算法的核心是CCA,其创新在于不仅把脑电信号X与构造的sin-cos信号进行CCA,还额外使用了另外几组相关,综合来进行决策。话不多说,先看看该算法的流程图。
【附代码】SSVEP解码算法 - 扩展典型相关分析(eCCA)_第1张图片

3 算法实现

本测试使用清华大学公开数据库进行测试

  1. Beta dataset
  2. Benchmark dataset
  3. Wearable SSVEP BCI Dataset

3.1 MainForECCA.m

clear all
close all
clc

dataset='BETA'; % 'Bench' or '

你可能感兴趣的:(脑电信号识别,算法,人工智能,机器学习,matlab)