XiaoMi-AI文件搜索系统
World File Search SystemRSVP
在RSVP范式下，基于BCI的拼写器中具有不同类型的视觉刺激的性能分析
大脑计算机界面（BCI）系统为严重运动残疾患者提供了替代通信通道，可以使用无肌肉运动与环境互动。近年来，与最经常研究的基于BCI的拼写范式相比，对非目光依赖的脑部计算机界面范式的研究的重要性一直在增加。在RCP范式下已经验证了用于通信目的的几种视觉修改尚未在最扩展的非目光依赖的快速串行视觉呈现（RSVP）范式下进行验证。因此，在本研究中，根据RSVP评估了三组不同的刺激，并具有以下交流特征：白色字母（WL），著名面部（FF），中性图片（NP）。11个健康受试者参加了该实验，其中受试者必须经历校准阶段，在线阶段以及最终的主观问卷完成阶段。结果表明，FF和NP刺激在校准和在线阶段促进了更好的性能，在FF范式中稍好。关于主观问卷，与WL刺激相反，参与者再次首选FF和NP，但这次NP刺激得分略高。这些发现表明，与最常用的基于字母的刺激相比，将FF和NP用于基于RSVP的拼写器可能是有益的，可以提高信息传输速率，并且可以代表具有改变眼运动功能的个人的有希望的通信系统。
基于 RSVP 的脑机接口基准数据集
本文报告了使用基于快速串行视觉呈现 (RSVP) 范式的脑机接口 (BCI) 系统获取的基准数据集。该数据集包含 64 名健康受试者 (sub1, ..., sub64) 在执行目标图像检测任务时的 64 通道脑电图 (EEG) 数据。对于每个受试者，数据包含两组（“A”和“B”）。每组包含两个块，每个块包括 40 次试验，对应 40 个刺激序列。每个序列包含 100 张以 10 Hz（每秒 10 张图像）呈现的图像。刺激图像是两类街景图像：有人的目标图像和没有人的非目标图像。目标图像在刺激序列中随机呈现，概率为 1 ∼ 4%。在刺激呈现过程中，要求受试者以主观的方式搜索目标图像并忽略非目标图像。为了保留所有原始信息，数据集是未经任何处理的原始连续数据。一方面，该数据集可用作基准数据集，用于比较基于 RSVP 的 BCI 中的目标识别算法。另一方面，该数据集可用于设计新的系统图并评估其 BCI 性能，而无需通过离线模拟收集任何新数据。此外，该数据集还为基于 RSVP 的 BCI 中的事件相关电位 (ERP) 和稳态视觉诱发电位 (SSVEP) 的表征和建模提供了高质量数据。该数据集可从 http://bci.med.tsinghua.edu.cn/download.html 免费获取。
iRSVPred：基于人工智能预测主要巴斯马蒂稻种品种的 Web 服务器
种子的纯度是决定作物产量，价格和质量的农业中最重要的因素。大米是全球不同形式消费的主要主食。识别高产和高质量的稻田是一项具有挑战性的工作，主要取决于昂贵的分子技术。基于分子实验室技术的实际和日常用法非常昂贵且耗时，并且还涉及几个后勤问题。此外，稻草农民不容易获得这样的技术。因此，需要开发替代，易于访问和快速的方法来正确识别稻田种子品种，尤其是商业重要性。我们已经开发了基于种子图像的IRSVPRED，深度学习，以识别和差异化十种Basmati大米的十种主要品种，即Pusa Basmati 1121（1121）（1121），Pusa Basmati 1509（1509）（1509），Pusa Basmati 1637（1637） ），耐盐的basmati大米品种CSR 30（CSR-30），DEHRADOON BASMATI TYPE-3（DHBT-3），PUSA BASMATI-1（PB-1）（PB-1），PUSA BASMATI-6（PB-6），Basmati -370 -370 （BAS-370），PUSA BASMATI 1718（1718）和PUSA BASMATI 1728（1728）。该方法在训练集（总计61,632张图像）和内部验证集（总计15,408张图像）上的总体准确度分别为100％和97％。此外，研究中使用的所有十个品种（642张图像），已经达到了大于或等于80％的精度。irsvpred Web-Server可以在http://14.14.139.62.220/rice/上免费获得。