课题从C2C(Customer to Customer)网上店铺着手,主要实现每个用户的网络经纪模式,保存交易记录,提供店主管理界面,允许用户评论商品,提供站内即时消息,并结合Ajax技术,提供较好的用户体验。平台基于C/S结构,利用ASP.NET平台、SQL serv...课题从C2C(Customer to Customer)网上店铺着手,主要实现每个用户的网络经纪模式,保存交易记录,提供店主管理界面,允许用户评论商品,提供站内即时消息,并结合Ajax技术,提供较好的用户体验。平台基于C/S结构,利用ASP.NET平台、SQL serv-er2000数据库服务器以及VisualStudio.Net 2005开发工具,开发基于C2C的网上店铺平台。展开更多
本文提出一种跨被试的深度神经网络识别方法,应对运动想象脑电信号的非线性、非平稳特性.该方法首先计算协方差矩阵均值,将不同被试者样本集的协方差对齐至单位矩阵,提升样本的被试间泛化性.然后,将对齐后的样本输入至卷积神经网络中,...本文提出一种跨被试的深度神经网络识别方法,应对运动想象脑电信号的非线性、非平稳特性.该方法首先计算协方差矩阵均值,将不同被试者样本集的协方差对齐至单位矩阵,提升样本的被试间泛化性.然后,将对齐后的样本输入至卷积神经网络中,通过留一被试交叉验证法,构建跨被试的运动想象脑电信号识别方法.在BCI Competition IV dataset 2b公开数据集上进行实验,结果表明,新的方法在该数据集上取得了高的识别性能,且测试场景中的时间复杂度与现有方法相同.展开更多
文摘课题从C2C(Customer to Customer)网上店铺着手,主要实现每个用户的网络经纪模式,保存交易记录,提供店主管理界面,允许用户评论商品,提供站内即时消息,并结合Ajax技术,提供较好的用户体验。平台基于C/S结构,利用ASP.NET平台、SQL serv-er2000数据库服务器以及VisualStudio.Net 2005开发工具,开发基于C2C的网上店铺平台。
文摘本文提出一种跨被试的深度神经网络识别方法,应对运动想象脑电信号的非线性、非平稳特性.该方法首先计算协方差矩阵均值,将不同被试者样本集的协方差对齐至单位矩阵,提升样本的被试间泛化性.然后,将对齐后的样本输入至卷积神经网络中,通过留一被试交叉验证法,构建跨被试的运动想象脑电信号识别方法.在BCI Competition IV dataset 2b公开数据集上进行实验,结果表明,新的方法在该数据集上取得了高的识别性能,且测试场景中的时间复杂度与现有方法相同.