(论文加源码)基于deap的四分类脑电情绪识别(一维CNN+LSTM和一维CNN+GRU)

上传者: 45874683 | 上传时间: 2022-03-29 09:33:31 | 文件大小: 1005KB | 文件类型: -
基于DEAP的四分类脑电情绪识别算法。 使用该模型从价-觉醒平面对四个情绪区域进行分类:高价-高觉醒(HVHA)、高价-低觉醒(HVLA)、低价-高觉醒(LVHA)和低价-低觉醒(LVLA)。 并提出了两种模型来解决这一问题:一维卷积神经网络(CNN-1D)结合LSTM,第二个模型为一维卷积神经网络(CNN-1D)结合GRU。 实验结果表明,该方法在1DCNN-GRU模型和1DCNN-LSTM模型中的训练准确率分别为96.3%和97.8%。因此,这两种模型对执行这种情绪分类任务都非常好。 这是专门为解决消失梯度问题而设计的,消失梯度问题通常成为时间序列数据集中的一个问题。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明