基于CNN和LSTM的seed数据集情感识别

今天能跑起来了，但电脑不行，跑的太慢，和论文结论一样，91%，

代码和论文：https://download.csdn.net/download/fzf1996/16607386?spm=1001.2014.3001.5503

 

论文提出了一种基于分段级脑电信号的情感分类方法，该方法能够综合脑电信号的频率、空间和时间信息。
该方法在SEED和DEAP数据集上均取得了最先进的性能。
首先，将脑电信号构建为四维特征结构，对脑电信号的频率、空间和时间线索进行清晰的组织。
其次，我们引入了由CNN和LSTM深度融合的CRNN模型。
CNN处理频率和空间信息，LSTM从CNN输出中提取时间相关性。
通过比较四个竞争性研究，探讨了同时提取脑电频率、空间和时间信息的重要性。
由于这三种线索都参与了基于脑电的情绪分类，结果大大提高了分类效果。