论文和源码链接见个人主页：基于seed数据集的脑电情绪识别（附论文和源码）（改进的循环神经网络和集成学习）并提取了微分熵、功率谱等特征。
https://download.csdn.net/download/qq_45874683/83935782
介绍一篇2020年的基于seed数据集的脑电情绪识别的论文
摘要
本研究的目的是开发一个基于脑电图的情绪识别系统，用于识别三种情绪：积极情绪、中性情绪和消极情绪。到目前为止，各种用于自动情感识别的建模方法已经被报道。 然而，情感过程中的时间依赖性并没有得到充分考虑。为了掌握脑电的时间信息，我们采用了深度循环（SRU）神经网络，该网络不仅能够处理序列数据，而且能够解决常规循环神经网络（RNN）中长期依赖的问题。在训练情绪模型之前，采用双树复小波变换（DT-CWT）将原始脑电信号分解为五个子带，然后利用时间、频率和非线性分析从中提取特征。接下来，利用五个频带上的四种不同特征（功率谱密度和微分熵等特征）建立了深层SRU模型，发现良好的结果与更
Original: https://blog.csdn.net/qq_45874683/article/details/123350934
Author: 脑电永不过时
Title: 基于seed数据集的脑电情绪识别（附论文和源码）（改进的循环神经网络（简单循环单元神经网络）和集成学习）并提取了微分熵、功率谱等特征
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/689441/
转载文章受原作者版权保护。转载请注明原作者出处！