TBC-TJU/MetaBCI

关于FBTDCA算法

Closed this issue · 3 comments

Sungden commented

作者你好，在给出的demos/FBTDCA.py中，intervals=[(0.14, 0.64+0.1)], 是不是意味着测试的时候，时间窗也变成0.6s了，得到的是信号长度为0.6s时的结果？
image

RuixinLuo commented

感谢您的提问，TDCA执行过程的实际测试时长是由Yf的长度决定的，第22行中T=0.5说明最终得到的仍然是0.5s的结果。第26行+0.1是为了可以得到TDCA训练过程中需要额外用于时延的采样点数。

TDCA类中n_samples的指定方式参考图片。

希望回复对您有帮助。
祝好~
tdca

Sungden commented

感谢你的回复。那么，在predict的时候，输入也是用+0.1s后的信号？是不是输入原始长度的信号也是一样？
image

RuixinLuo commented

感谢你的回复。那么，在predict的时候，输入也是用+0.1s后的信号？是不是输入原始长度的信号也是一样？ image

predict的过程中调用了self.transform(X), 里面使用tdca_feature()函数计算相关系数。与训练过程一样，tdca_feature()函数中同样使用了Yf的长度来指定了n_samples，也就是P.shape[0]。在信号按照n_samples长度进行截取和时延后，再执行降维和模板匹配的步骤。因此，测试过程中仅使用了0.5s的数据。
tdca