（论文和源码）基于DEAP的实时脑电情绪分类系统.zip
我们提出了一种基于实时情绪分类系统（RECS）的Logistic回归（LR），该系统使用随机梯度下降（SGD）算法在线训练。通过使用EEG信号流在线训练模型，所提出的RECS能够实时地对情绪进行分类。为了验证RECS的性能，我们使用了DEAP数据集，这是情绪分类中使用最广泛的基准数据集。结果表明，该方法能有效地从脑电数据流中实时分类情绪，与其他离线和在线方法相比，该方法具有更好的准确性和F1评分。
1.我们开发了一个实时情绪分类系统，使用随机梯度下降（SGD）算法在线训练的逻辑回归（LR）。在我们的例子中，我们使用EEG数据作为生理数据流。EEG数据以流的形式出现，情绪状态被实时分类。
2.我们已经证明，我们提出的RECS分类器可以优于最先进的在线流媒体分类器方法；也就是说，我们考虑了五种在线分类器：霍夫丁树（HT）、自适应随机林（ARF）、动态加权集成（DWE）、加法专家集成（AEE）和霍夫丁自适应树（HAT）。我们还比较了八种离线模式的机器学习方法，包括支持向量机（SVM）、多层感知器（MLP）和决策树（DT），以及文献中的五种在线分类器（朴素贝叶斯、支持向量机、隐马尔可夫模型（
文件下载
资源详情
[{"title":"（ 15 个子文件 1.28MB ） （论文和源码）基于DEAP的实时脑电情绪分类系统.zip","children":[{"title":"（论文和源码）基于DEAP的实时脑电情绪分类系统","children":[{"title":"2021Hoeffding_Adaptive_Tree_classifier--Valence-Arousal_Classification.ipynb <span style='color:#111;'> 38.90KB </span>","children":null,"spread":false},{"title":"client_eeg_stream.py <span style='color:#111;'> 1.45KB </span>","children":null,"spread":false},{"title":"ml-work(environment-file).yml <span style='color:#111;'> 3.83KB </span>","children":null,"spread":false},{"title":"2021Adaptitive_Random_Forest_--Valence-Arousal_Classification.ipynb <span style='color:#111;'> 38.71KB </span>","children":null,"spread":false},{"title":"MLP-emotion-Deap-10Fold-09-JAN-2021-Valence_Arousal_Classification.ipynb <span style='color:#111;'> 4.99KB </span>","children":null,"spread":false},{"title":"2021_Additive_Expert_Ensemble--Valence-Arousal_Classification.ipynb <span style='color:#111;'> 39.78KB </span>","children":null,"spread":false},{"title":"DT-emotion-Deap-10Fold-09_JAN_2021-Valence_Arousal_classification.ipynb <span style='color:#111;'> 4.80KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"2021Dynamic_Weighted_Majority_classifier--Valence-Arousal_Classification.ipynb <span style='color:#111;'> 39.04KB </span>","children":null,"spread":false},{"title":"sensors-21-01589-v3.pdf <span style='color:#111;'> 1.41MB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 3.72KB </span>","children":null,"spread":false},{"title":"2021Very_Fast_Decision_Tree_classifier--Valence-Arousal_Classification.ipynb <span style='color:#111;'> 38.48KB </span>","children":null,"spread":false},{"title":"SVM-emotion-Deap-10Fold-_09-JAN-2021-Valence_Arousal_Class.ipynb <span style='color:#111;'> 5.92KB </span>","children":null,"spread":false},{"title":"server_eeg_stream.py <span style='color:#111;'> 14.45KB </span>","children":null,"spread":false},{"title":"readme.txt <span style='color:#111;'> 324B </span>","children":null,"spread":false}],"spread":false}],"spread":true}]
评论信息
其他资源
- 车间调度问题MatLab源码
- 电子科技大学软件工程期末考试试卷合集.pdf
- si4010中文资料
- modelsim-win64-10.1c-se软件安装
- maxwell官方教程
- 802.11官方协议下载
- deeplearningPID
- NTC AD采集数值计算软件
- MFC实现的串口助手源码
- 广工 数字图像处理2015-2017试卷
- 向日葵远程登录控制工具SunloginRemote V3.6.2 远程登录 远程控制 远程调试 远程办公，很实用的工具软件
- test49-01:49期的测试存储库-源码
- 穿Kong地平面上的单片泄漏模式天线：模态特征
- spring.docx
- 关于未来战斗机发展的若干讨论_杨伟院士.pdf
- flask表单提交 forms.py
- APP产品需求说明书.docx
- STM32 的 SIM 卡数据读写
- eclipse的hadoop2.7.2插件
- JSmooth 打包jar成exe
- Linux+Device+Driver+3rd(E)
- 人工免疫系统原理与应用
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
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