设计并进行实验，以产生情绪反应，并分析相应的生理信号 使用当前的机器学习技术，对能够通过EEG信号数据预测情绪状态（自我评估）的分类器进行建模和训练 通过5倍交叉验证进行评估 时域：根据试验数据训练3个深度卷积网络 60%的准确率 频域：输入PSD，标准多层感知器 准确率53%

【完整课程列表】 Java基础入门教程 第1章 Java 简介（共31页）.ppt Java基础入门教程 第2章 java语言基础（共52页）.ppt Java基础入门教程 第3章 类和对象（共40页）.ppt Java基础入门教程 第4章 继承和多态（共36页）.ppt Java基础入门教程 第5章 Java基础类的应用（共42页）.ppt Java基础入门教程 第6章 集合框架（共28页）.ppt Java基础入门教程 第7章 Java中的异常处理（共26页）.ppt Java基础入门教程 第8章 文件流的输入输出操作（共37页）.ppt Java基础入门教程 第9章 Java的高级特性（共32页）.ppt jdk api 1.7.chm JDK_API_1_6_zh_CN.CHM

java 英汉小词典 实验文档及源码 （access数据库）。