<div dir="ltr">Dear Mahmudul,<div><br></div><div>Very interesting project! I have never thought of it.</div><div>Generally speaking, use of ICA should increase signal to noise ratio because it unmixes the scalp recorded signals into source signals. I'm not sure either time-domain analysis or frequency-domain analysis is more useful for this purpose, but ICA is surely helpful for both cases.</div><div><br></div><div>Maybe BCI people have much more ideas and suggestions.</div><div><br></div><div>Makoto</div></div><div class="gmail_extra"><br><div class="gmail_quote">On Thu, Feb 11, 2016 at 1:36 PM, Mahmudul Hasan mubin <span dir="ltr"><<a href="mailto:mubin.eee.kuet@gmail.com" target="_blank">mubin.eee.kuet@gmail.com</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div>Dear all,<br><br> I am doing my research in "Development of an EEG based biometric 
authentication & security system". This is my undergraduate thesis 
topic. Please can anyone tell me is it possible to identify an 
individual correctly from a group of people correctly? I heve studied a lot of research papers about this & they said thay got almost 100% accuracy. Someone are using time-frequency based feature extraction algorithm i.e. WPD(Wavelet Packet Decomposition). I am novice in EEGlab but learning everyday from this amazing tool. I just only learnt Time domain feature extraction i.e. mean, median, variance etc. How EEGlab can be 
helpful in this regard? Can anyone please
 suggest me which method will be best for human identification using 
EEG? Which feature is not varied of an individual at different trials? <br><br>With thanks,<br>Md. Mahmudul Hasan<br>Final  year undergraduate student<br></div><div>Department of Electrical & Electronic Engineering (EEE)<br></div><div>Khulna University of Engineering & Technology (KUET), Bangladesh.<br></div></div>
<br>_______________________________________________<br>
Eeglablist page: <a href="http://sccn.ucsd.edu/eeglab/eeglabmail.html" rel="noreferrer" target="_blank">http://sccn.ucsd.edu/eeglab/eeglabmail.html</a><br>
To unsubscribe, send an empty email to <a href="mailto:eeglablist-unsubscribe@sccn.ucsd.edu">eeglablist-unsubscribe@sccn.ucsd.edu</a><br>
For digest mode, send an email with the subject "set digest mime" to <a href="mailto:eeglablist-request@sccn.ucsd.edu">eeglablist-request@sccn.ucsd.edu</a><br></blockquote></div><br><br clear="all"><div><br></div>-- <br><div class="gmail_signature"><div dir="ltr">Makoto Miyakoshi<br>Swartz Center for Computational Neuroscience<br>Institute for Neural Computation, University of California San Diego<br></div></div>
</div>