首先我准备利用mysql来存储我爬取的信息，建一个host表如下：然后下载pymysql ，利用它与数据库链接，因为在这里我只涉及到写入的操作：Unit_Mtsql然后就是使用Beautifulsoup框架对斗鱼的链接进行解析，为了使用的方便，自己写了一个host类，主要用于存储直播间的相关信息。基本思路是：1.获取斗鱼的几大模块，斗鱼一共有7个模块：网游晋级，单机热，手游休闲等...

立体脑电数据包含了大脑癫痫电信号，具有高信噪比，高采样率，可以进行病灶定位等特点。因此对立体脑电进行数据分析和数据挖掘具有很大的医学研究价值。但是目前基于立体脑电信号数据挖掘工作还较少，尤其是基于深度学习等方法的工作。立体脑电采集成本较高，受试者较少，所以需要大量训练数据的传统的神经网络分类模型并不能很好解决立体脑电分类任务。同时，立体脑电数据的电极位置不固定，头皮脑电的数据预处理方法不适用于立体

自从AlexNet 神经网络问世以来，Convolutional Neural Network(CNN)是深度学习领域璀璨的明星之一。特别是Computer Vision(CV)领域。基本上CV领域的大多数的任务都是基于CNN神经网络。 当然最近又兴起了GCN。 但是从数学上讲GCN是CNN的一种推广。这个暂时不进行详细的讨论。事实上不仅仅在处理图片这种数据需要用到CNN神经网络。更一般的来说涉及

很久没有更新博客了，手头上有一些工作，发论文不是很顺利，但是还是想通过博客的方式分享处理。对抗学习（Adversarial Learning）的思想最早可以追溯到博弈论里面优化问题。GAN(Generative Adversarial Networks)网络是一种典型的基于对抗学习的神经网络。GAN的基本原理其实非常简单，这里以生成图片为例进行说明。假设我们有两个网络，G（Generator）和D

最近在做Kaggle相关的项目，其中一个就是做Cancer Detection。其实就是一个简单的二分类的问题。数据集来自于Kaggle:https://www.kaggle.com/c/histopathologic-cancer-detection/data数据集中提供了大概22万张相关图片，这些图片是有标签的（0、1）。同时系统还有4万多张的测试数据集，这个数据集需要根据你训练的模型...

         RNN(Recurrent Neural Networks)在处理长序列有很强的优势，加上近来前向反馈算法的成功，导致RNN在长文本上得到了很好的应用。        简单来说RNN神经网络能够记住长序列中的某种特征，因此可以很好处理时序信息，RNN可以处理多种时序信息，其中应用最广泛的是在文本上的处理，包含了文本情感分析，文本的自动生成。对于英文的诗歌的自动生成国外做的...

在之前的文章中，我已经介绍了利用CNN神经网络来进行脑电特征的提取及识别。我的课题是有关癫痫的脑电特征分析，在实际的实验中你会发现，你的神经网络很容易过拟合，可以将实验抽象为分类任务，可以分为两个方向来进行训练：将所有的数据划按照一定的比例划分为两个部分（eg.7:3），一部分用于训练，一部分用于测试。将数据按照人来进行划分，假设有n个人，n-k个人作为训练街，但是后面的k个...

最近在学习jQuery ajax json传数据，其实就是一个jsp页面向servlet请求数据其中有关ajax代码如下：$(document).ready(function () {$("#bt4").click(function () {$.get("/LearningWorking/AjaxTest/AjaxTest",function (data,s

在刚开始学习python准备学习爬虫时在使用pycharm编译出现了错误这是源码：#!usr/bin/pythonimport urllib.requesturl = "http://www.baidu.com"get = urllib.request.urlopen(url).read()print(get)这个本来就很简单但是出现了以下错误：C:\Progr

最近我们在做利用LSTM网络对脑电波信号(纺锤体)进行分类的相关工作。我们的数据集是来自于美国开源的睡眠数据集（national sleep research resource）https://sleepdata.org我们获得数据包含 纺锤波的持续时间，振幅，时间，等几个特征。我们采集的样本主要来自于正常人和病人。我们初步的思想是将纺锤波视为一个事件...