本项目通过美国神念公司的一款能读取人体脑电波的蓝牙头带，通过蓝牙与手机连接，传输一系列的脑电波数据。
在这基础上，我们将读取到的四种脑电波数据α脑波、β脑波、θ脑波以及δ脑波以实时动态折线图的形式展现出来，并且将使用者的专注度、放松指数通过不同的图片动态的展现出来。
从而能让使用者直观的观测到自身的脑电波以及专注程度，放松程度。

晚上无法入睡？RelaxMelodies被设计为最高效的“睡眠辅助”应用程序，可让您快速入睡并焕然一新。
放松一下，深吸一口气，加入我们，安息入睡吧！享受各种各样的自然声音，白噪声，冥想冥想，脑电波，身心锻炼和呼吸技巧，您可以将它们混合并结合起来以创建自己的就寝时间体验。
我们与睡眠专家合作，以确保我们的内容和技术将帮助您克服失眠，耳鸣，夜间焦虑并降低日常压力。
加入我们由5000万名快乐睡眠者组成的社区，您会爱上睡眠，我们每天晚上都帮助他们镇定，入睡和放松。
甜蜜的梦！特色：大型声音库（白噪声，脑电波，自然声音，节拍，音乐…）指导冥想程序和睡眠冥想睡眠动作（带或不带枕头）呼吸技巧

基于matlab的EEG脑电处理工具包-eeglab，能够方便脑电处理

该数据库是通过使用商业设备对30名受试者进行实验而获得的，以部分满足博士学位的要求。
计算机科学候选人：Fernandez-FragaS.M.并由M.A.Aceves-Fernandez博士监督。
来自墨西哥克雷塔罗自治大学（UAQ）。
这些实验符合当地最高道德标准（我们大学提供的生物伦理学标准）和国际（世界卫生组织提供的文件），并由专业医师随时监督。

脑电信号(Electroencephalograph，EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，其包含了大量的生理与病理信息，并可以用许多特征量来描述其特征信号。
P300电位即受试者辨认“新异”(oddball)刺激序列中低概率的“靶刺激”时，在头皮记录到的潜伏期约为300ms的最大晚期正性波，是事件相关电位(Event-RelatedPotential，ERP)中应用最广、与认知功能关系最为密切的成分。
脑机接口(BCI)是一种不依赖于外周神经和肌肉等常规输出通道的信息交流系统。
P300是神经系统接受特定模式下的视觉刺激所产生的特定电活动，适合于脑机接口应用。
本文针对P300脑电信号的特点，即诱发电位中的P300成分通常是在新异刺激模型中对不同刺激进行辨别、分类、判断时产生的，所以采用视觉“Oddball”范式诱发事件相关电位，然后采用EGI64导脑电系统采集原始脑电信号，再用Net-Station软件对原始数据进行预处理，预处理步骤包括滤波(Filter)、数据分段(Segmentation)、人工伪迹检测(ArtifactDetection)、坏通道替换(BadChannelReplacement)、叠加平均(Averaging)、参考点转换(AverageReferencing)、基线校正(BaselineCorrection)等，最后采用功率谱分析与相关系数矩阵相结合的方法选取恰当的电极，确定少量活跃电极分布在头顶位置，活跃电极主要集中在后脑区域，为脑机接口应用产品的开发奠定理论基础。

根据给定的一段脑电信号，对原信号进行时域和频域分析，并绘制时域波形图和频谱图。
制作GUI界面。

利用matlab工具软件对脑电信号处理，有代码实例，简单易懂，能让你短时间内熟悉matlab对脑电信号分析。

适用于序列号后缀为17C3PG2的联想Y7000笔记本电脑电池，将固件版本由0006004601010006升级为0006004601010008。
解决该型号笔记本非硬件原因电量显示为0，无法充电的情况，安装时请连接电源，先安装1后重启，在安装2重启。

一般的空间模式(CSP)是一种在脑-机接口(BCIs)背景下对脑电图(EEG)信号进行分类的流行算法。
本文介绍了一种小样本环境中CSP的正则化和聚合技术。
常规算法基于基于样本的协方差矩阵估计。
因此，如果训练样本的数量很少，其性能就会下降。
为了解决这一问题，提出了一种正则化的CSP(R-CSP)算法，该算法通过两个参数对协变矩阵估计进行正则化，从而降低估计方差，同时减小估计偏差。
为了解决正则化参数确定的问题，进一步提出了聚合(R-CSP-A)的R-CSP，并将一些R-CSP聚合在一起，给出了一个基于集合的解决方案。
提出了一种基于BCI竞争三种竞争算法的数据集IVa的算法。
实验表明，在SSS（小样本环境）中，R-CSP-A的平均分类性能明显优于其他方法。

MATLAB&BashScriptsforanalyzingneurodataacquiredfromepilepsypatients

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。