机器学习——DEAP数据集

最新推荐文章于 2024-09-11 13:15:08 发布
最新推荐文章于 2024-09-11 13:15:08 发布
阅读量1w 收藏 40
点赞数 2
文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34598178/article/details/106877665
版权
DEAP数据集是一个用于情绪分析的开放资源，包含32名受试者观看40分钟音乐视频时的生理信号，如脑电、眼电等。数据集用于研究情绪的多模态生理信号，对情绪脑电研究具有重要意义。每个受试者观看40首1分钟的音乐视频，并进行Valence, Arousal, Dominance, Liking的心理评分。脑电信号基于10-20系统选取32个通道，并进行了详尽的采集流程，包括基准记录、视频播放和自我评估打分。" 84257043,7357126,Win7专业版与旗舰版对C++程序的影响：MFC调试陷阱,"['Win7', 'MFC框架', 'C++编程', '系统兼容性', '程序调试']
摘要由CSDN通过智能技术生成

DEAP数据集介绍

DEAP（Database for Emotion Analysis usingPhysiological Signals)，该数据库是由来自英国伦敦玛丽皇后大学，荷兰特温特大学，瑞士日内瓦大学，瑞士联邦理工学院的Koelstra 等人通过实验采集到的，用来研究人类情感状态的多通道数据，可以公开免费获取。该数据库是基于音乐视频材料诱发刺激下产生的生理信号，记录了32名受试者，观看40分钟音乐视频（每一个音乐视频1分钟）的生理信号和受试者对视频的Valence, Arousal, Dominance,Liking的心理量表，同时也包括前22名参与者的面部表情视频。该数据库可以研究多模态下的生理信号，对情绪脑电的研究具有非常重要的意义。

生理信号采用512Hz采样，128Hz复采样（官方提供了经过预处理的复采样数据）每个被试者的生理信号矩阵为40408064（40首实验音乐，40导生理信号通道，8064个采样点）其中40首音乐均为时长1分钟的不同种类音乐视频，40导生理信号包括10-20系统下32导脑电信号、2 导眼电信号（1导水平眼电信号，1导竖直眼电信号）[眼电信号EOG]、2导肌电信号（EMG）、1导GSR信号（皮电）、1导呼吸带信号、1导体积描记器、1导体温记录信号。8064则是128Hz采样率下63s的数据，每一段信号记录前，都有3s静默时间。
在采集的40个生理信号通道中，前32个通道采集的为脑电信号，脑电通道按照国际10-20系统选择32个通道的位置，分别为Fp1、AF3、F3、F7、FC5、FC1、C3、T7、CP5、CP1、P3、P7、P

最低0.47元/天 解锁文章
qq_34598178
关注
DEAP数据集介绍
qq_45874683的博客
07-21 2万+
DEAP数据介绍： 数据来源： DEAP: A Dataset for Emotion Analysis using Physiological and Audiovisual Signals (qmul.ac.uk) 数据简单介绍： 采集了32名（16名男性和16名女性）健康参与者的脑电数据。参加实验的人身体和心理都是健康状态，按照“10-20”国际导联标准的 32 导联（见电极分布图）电极帽采集脑电信号。志愿者被要求观看40个时长为一分钟的视频，并在512Hz 采样频率下采集...
DEAP脑电数据集及部分代码
07-21
包含百度云链接，包含完整的DEAP脑电数据集，可用于脑电情绪识别等等
deap数据集与代码，详细内容见博客，搭建环境，版本见博客
03-02
deap数据集与代码，详细内容见博客，搭建环境，版本见博客
DEAP数据集 下载方式
最新发布
Gigavision的博客
09-11 655
DEAP数据集 下载方式
盘点｜最实用的机器学习算法优缺点分析，没有比这篇说得更好了
weixin_34236497的博客
06-02 1456
​推荐理由对于机器学习算法的盘点，网上屡见不鲜。但目前，还没人能结合使用场景来把问题说明白，而这一点正是本文的目的所在。在文章中，作者将结合他的实际经验，细致剖析每种算法在实践中的优势和不足。本文的目的，是务实、简洁地盘点一番当前机器学习算法。尽管人们已做过不少盘点，但始终未能给出每一种算法的真正优缺点。在这里，我们依据实际使用中的经验，将对此详加讨论。归类机器学习算法，一向都非常棘手，常见的分类...
deap数据集
qq_42053666的博客
11-06 5397
在每次试验后，使用标准小鼠以连续的9分制直接对价，唤醒，优势和喜欢进行评级。有32个.bdf文件（由Actiview录音软件生成的BioSemi数据格式），每个文件有48个512Hz的录制通道（32个脑电图通道，12个外围通道，3个未使用的通道和1个状态通道）。参与者评分，生理记录和面部视频的实验，其中32名志愿者观看了上述40个音乐视频的子集。此外，参与者还使用情绪轮对感受到的情绪进行评分（见[2]）。请注意，由于版权限制，我们无法提供我们使用的视频，这些链接可能已被删除或在您所在的国家/地区不可用。
[翻译+注解] DEAP dataset：a dataset for emotion analysis using eeg, physiological and video signals
Le0v1n 的博客
08-29 7021
DEAP dataset：a dataset for emotion analysis using eeg, physiological and video signals DEAP dataset：一个使用 EEG、生理和视频信号的情感分析数据集
DEAP dataset数据集 SEED dataset数据集
f的博客
12-31 9427
DEAP 数据集 data_preprocessed_python 提取处理函数 def save_all_labels_into_file(): x = pickle.load(open('D:\eng\data_preprocessed_python\s01.dat', 'rb'), encoding='latin1') # dict labels = x['labels'] valence_and_arousal = (labels[:, [0, 1]] - 5)
DEAP 情绪数据集介绍
weixin_40911578的博客
12-08 5200
DEAP（Database for Emotion Analysis usingPhysiological Signals)，该数据库是由来自英国伦敦玛丽皇后大学，荷兰特温特大学，瑞士日内瓦大学，瑞士联邦理工学院的Koelstra 等人通过实验采集到的，用来研究人类情感状态的多通道数据，可以公开免费获取。该数据库是基于音乐视频材料诱发刺激下产生的生理信号，采集了32名（16名男性和16名女性）健康参与者的脑电数据。
deap很好的数据说明
12-22
deap很好的数据说明，有利于专业人士借鉴，更好掌握分析方法
基于DEAP数据集的特征提取———近似熵、排列熵、样本熵
11-26
基于DEAP数据集的特征提取———近似熵、排列熵、样本熵， 包含上述三个方法的python代码实现，全部在Jupyter Notebook上实现的。
个人收集的deap数据集，脑电信号分类的工程文件
07-01
个人收集的deap数据集，脑电信号分类的工程文件，有十多个工程，有的有一些说明，值得研究一下。前面是用到的算法，后面是准确率。 1.1D CNN，82.4% 2.KNN，分类器 3.SVM4.CNN 7.ANN-83% 8.ANN-SVM，85% 9.97% 10.4D-cnn，94% 11，cnn-Istm 12.Gradient Boosting Machine&PCA 13.ACRNN，97% 14.TSception，61.57% 16.CNN 17.AMR+DWT，86.4% 18，MT-CNN，96% 19.cnn-Istm-GRU，99%
DEAP情绪识别_DEAP数据集下载_源码
09-29
EEG-Emotion-classification-master_merelyts3_said63o_songc4x_DEAP情绪识别_DEAP数据集下载_源码.rar
DEAP数据集的特征提取-近似熵、排列熵、样本熵.zip
11-17
基于DEAP数据集的特征提取———近似熵、排列熵、样本熵， 包含上述三个方法的python代码实现，全部在Jupyter Notebook上实现的
（论文加源码）基于多尺度卷积神经网络的脑电情绪识别（数据集为deap）
04-07
在本文中，我们提出了一种多尺度卷积神经网络TSception，用于从脑电图（EEG）中学习时域特征和空间不对称性。TSception由动态时间层、非对称空间层和高层融合层组成，这些层同时学习时间和通道维度上的区别表示。动态时间层由多尺度一维卷积核组成，其长度与脑电信号的采样率有关，学习脑电的动态时间和频率表示。非对称空间层利用情绪反应背后的非对称神经激活，学习辨别性的全局和半球表征。学习到的空间表示将通过高级融合层进行融合。使用更广义的交叉验证设置，在两个公开可用的数据集DEAP和MAHNOB-HCI上对所提出的方法进行了评估。该网络的性能与之前报道的方法进行了比较，如SVM、KNN、FBFgMDM、FBTSC、无监督学习、DeepConvNet、ShallowConvNet和EEGNet。在大多数实验中，与比较的方法相比，我们的方法获得了更高的分类精度和F1分数。
基于deap数据集的脑电情绪识别（2DCNN和LSTM）
03-18
基于deap数据集的脑电情绪识别，模型采用的是二维CNN，LSTM作对比。 代码写的很简单，适合新手。
进化深度学习
盼小辉丶的博客
07-25 9385
进化深度学习 (Evolutionary Deep Learning, EDL) 是一套可以用于自动化深度学习系统开发的工具和实践，EDL 包括了广泛的进化计算方法和模式，可以应用于深度学习系统流程的各个方面。本节中，介绍了深度学习面临的挑战，以及进化深度学习在应对这些挑战方面的技术方法。
RPA手把手——【数据结构与算法】遗传算法（四）应用篇之 TPOT 库实现
weixin_44447687的博客
08-26 493
艺赛旗 RPA9.0全新首发免费下载 点击下载 http://www.i-search.com.cn/index.html?from=line1 相信这个部分是你在一开始读本文时心里最终想实现的那个目标。即：实现。那么首先我们来快速浏览一下 TPOT 库（Tree-based Pipeline Optimisation Technique，树形传递优化技术），该库基于 scikit-learn 库...
DEAP数据库的简介
热门推荐
woaidapaopao的博客
10-17 2万+
实验室就自己一个方向：做基于生理信号的情感识别，一直知道有DEAP这个数据库，但是一直没有用，自己建的数据库效果不好，所以准备用DEAP试一试。下面总结一下DEAP库的使用方法。 1、DEAP数据库        首先看一下DEAP的建库流程，首先就是找人在一堆MV中选了40个MV。然后又找了32个测试者（一半男一半女），然后给他们看MV。流程是：2分钟平静---->2秒的显示当前MV序号--
deap数据集如何下载
04-10
DEAP（Database for Emotion Analysis using Physiological Signals）是一个用于情绪分析的数据库，其中包含了来自多个参与者的生理信号数据。如果你想下载DEAP数据集，可以按照以下步骤进行操作： 1. 首先，访问DEAP数据集的官方网站：http://www.eecs.qmul.ac.uk/mmv/datasets/deap/index.html 2. 在网站上，你可以找到关于DEAP数据集的详细信息和下载链接。 3. 点击下载链接，你将被重定向到一个页面，其中包含了DEAP数据集的下载链接。 4. 在该页面上，你需要填写一个简单的表格，提供一些个人信息和使用目的等信息。 5. 填写完表格后，你将获得一个下载链接，点击该链接即可开始下载DEAP数据集。 请注意，由于DEAP数据集较大，下载可能需要一些时间。此外，使用DEAP数据集时，请遵循相关的使用规定和许可证要求。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值