耐心的等待5283-CSDN博客

原创【人脸表情识别】Matlab基于CNN的人脸表情识别GUI

本程序所用CK+数据集共8类表情情绪，共920张图像。分别有图像：anger 45张、contempt 18张、disgust 59张、fear 25张、happiness 69张、neutral 593张、sadness 28张、surprise 83张。所用数据集为CK+人脸表情数据集，应该不是完整的CK+数据集，下载到的就是这些图片。2、main.m里为搭建网络、训练CNN的程序。本程序完全由本人撰写，整理不易，价格39元，唯一渠道为闲鱼售卖，请谨防其他网站盗卖。即可找到个人主页下的程序。

2024-05-08 15:56:36 359

原创【心拍分类】Matlab深度学习，CNN心拍分类源代码

原始MIT心律失常数据集格式为.dat格式（如100.dat、100.hea、100.atr），为方便起见，已将所有数据读取并保存为.mat格式，并且已经划分好心拍，心拍长度均为300个采样点，方便直接使用。其中A类心拍2546个，L类心拍8075个，N类心拍75052个（为避免严重的数据集不平衡，仅选用了前6000个），R类心拍7259个。程序共94行，完全由本人撰写，注释详细，容易看懂。3、构建一维CNN网络，包含4层卷积层以及池化层、relu层、全连接层等，设置Options，显示网络结构。

2024-05-08 15:44:16 223

原创【Matlab基于连续小波变换（CWT），将信号生成时频图】

在改为自己的信号时，只需要照样子整理好数据的格式，然后更改采样频率和存放时频图的路径即可。两个子函数helperCreateECGDirectories.m和helperCreateRGBfromTF.m分别为创建空文件夹和批量生成时频图的函数，替换信号时只需要修改其中的采样频率即可。此示例中，原始信号data是30*1280的格式，一共30条信号，信号长度为1280。这里是用自己的数据整理了一下，做了简化，和写了一下注释。2、画出一个信号的时频图，这个是为了看一个信号时频图长什么样，以及方便放在论文里；

2024-02-12 11:11:33 2056 3

原创【Transformer序列分类】Pytorch使用Transformer对一维信号进行分类

原始数据为Excel，400条1*500的序列（心电信号），其中200条正常，200条异常。这里也可以理解成把序列看成了文本，每个样本由10个单词（序列长度10）组成，每个单词是50个数字（维度50）。本程序中，使用了6层Encoder模块和最终的全连接层进行序列分类，没有使用Decoder模块和Embedding模块（Embedding模块是用于文本嵌入的，本程序数据是序列，因此不用做嵌入）。数据为Excel，方便替换为自己的数据，但需要大致看懂并修改程序中的数据维度转化部分和修改模型的输入维度等参数。

2023-10-06 11:02:45 4767 11

原创【双输入网络】Matlab双输入深度学习网络二分类源代码

2、加载训练集的序列、时频图，构建标签，然后合并为最终的训练集Train。序列可以视为图像的特征序列，或者反之，图像可以视为由序列转化而来的图像，总之二者一一对应，属于一个样本。程序以心电图序列为例，一端输入是原始的心电信号（ECG）序列，另一端输入是ECG序列通过连续小波变换生成的时频图。序列和时频图一一对应。相比单输入网络，双输入可以同时处理多种形态的数据，能提取更全面的特征，达到更好的效果。3、构建双输入网络，一端输入为1x500的序列，一端输入为224x224x3的图像，显示网络结构，构建优化器。

2023-09-24 00:18:33 368 1

原创【频率切片小波变换】Matlab进行频率切片小波变换(FSWT)源代码

在改为自己的信号时，只需要更改原信号、采样频率以及想要观察的频率段(程序中[f1,f2])即可。相比连续小波变换(CWT)，频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)是一种更具创新性的时频分析方法，由2009年YAN等人提出。输入信号可以是任何一维信号，心电信号、脑电信号、地震波形、电流电压数据等。2、绘制其FFT谱、频率切片小波变换后的时频图、以及图片形式的时频图(图片形式的时频图可方便存储为图片用于后续分类、特征提取等工作)。

2023-09-22 10:20:59 623

原创【序列预测】Matlab使用随机森林（RF）进行序列预测源代码

注：本例中，数据易于预测，所以结果较好。注释详细，方便学习，如遇问题可远程帮忙调通。Matlab使用随机森林（Random Forest，RF）进行序列预测源代码，建议Matlab 2022以上运行。程序完全由本文所写，整理不易，价格低廉15元。4、测试，对预测结果进行反归一化。计算测试集RMSE，画图对比训练集、测试集上的真实值和预测值。2、随机划分训练集（60个样本）、测试集（15个样本）。1、加载数据，Excel一共75行，即75个样本。3、训练随机森林回归器，选取树的棵树为80，最大深度5。

2023-09-14 17:01:38 299 1

原创【肺结节分割】Matlab肺结节分割(肺结节提取)源程序，也有GUI人机界面版本

出Matlab肺结节分割(肺结节提取)源程序，也有GUI人机界面版本。对图像进行图像增强，包括Gamma矫正、直方图均衡化、中值滤波、边缘锐化；注：源程序版本和GUI版本一共39元，包教会和运行，后续有问题可以再问，会耐心解答。肺质分割后，进行特征提取，计算灰度特征、形态学特征来分割出肺结节；如不放心，可先付价格的一半，程序发给你之后，调试没问题了再付剩下的也可以。两个版本的程序中，红框内为主函数，可以直接运行，其他文件均为函数或数据。6、计算IOU、DICE、PRE三个参数评价分割效果好坏。

2023-09-12 15:37:27 439 2

原创【情感识别】Matlab深度学习实现语音情感识别，GUI人机界面

CASIA共6类情绪，angry、fear、happy、neutral、sad、surprise，每类200条语音，共1200条语音。生成语谱图也即1200张图像。Matlab深度学习实现语音情感识别，GUI人机界面。需要Matlab 2022b以上版本，附详细的运行讲解文档。程序完全由本文所写，整理不易，价格39元。即选中某一条语音信号进行识别，同时绘图窗显示该信号的波形。搭建了CNN-LSTM网络对语谱图进行训练，会显示训练过程。将该信号生成语谱图，并显示在绘图窗。识别该语音信号的情绪类别，并显示。

2023-09-12 15:28:26 88

原创【情感识别】Matlab深度学习情感识别，使用CNN-LSTM网络对语音信号(语谱图)进行情感识别

如需要提高准确率可私聊。可更换为自己的数据，可有偿帮助替换为自己的数据。数据集中共6种情绪：angry、fear、happy、neutral、sad、surprise，每类情绪有200条语音信号，共1200条信号。Matlab深度学习情感识别，使用CNN-LSTM网络对语音信号(语谱图)进行情感识别。程序完全由本文所写，整理不易，价格35元。3、构建CNN-LSTM网络，80%语谱图用于训练，20%用于测试。4、显示训练过程曲线，计算测试集准确率，绘制混淆矩阵。2、将所有语音信号生成语谱图，并保存。

2023-09-12 15:23:46 185

原创【一维信号分类】Matlab一维信号CNN-LSTM二分类

考虑到Matlab搭建1D CNN-LSTM模型的教程较少，此程序是为了方便学习怎么搭建网络、测试等等，使用的数据量较少，并且数据本身也易于分类，换成自己的数据时需要根据实际情况调整网络，也可有偿帮忙替换数据。1、加载数据，一共为200个正常样本和200个异常样本，训练集为80%，即160正常和160异常，一共320条数据；Matlab一维信号CNN-LSTM分类，使用1D CNN-LSTM对一维信号(如语音信号、心电图信号)进行二分类源程序。唯一渠道为咸鱼售卖。4、测试，输出准确率，并绘制混淆矩阵。

2023-09-12 15:18:59 872

原创【一维信号分类】Matlab使用LSTM或BiLSTM对一维信号(语音信号、心电信号等)进行二分类源程序

1、加载数据集，一共为400个样本(正常200异常200)。选80％做为训练集(共320样本，160正常160异常)，剩余20%作为测试集(共80样本，40正常40异常)。注：此程序只用做帮助学习如何调整输入数据格式和LSTM网络构建等，使用的样本量较少且样本容易区分，换成自己的数据时可能需要调整网络的参数。如果用BiLSTM，程序中只需要把lstmlayer改为bilstmlayer即为BiLSTM网络，其他地方不需要任何改动。5、测试，计算准确率，绘制混淆矩阵。2、构建LSTM网络，层数为两层。

2023-09-12 15:09:00 289

原创【一维信号分类】Matlab使用CNN对一维信号进行二分类源程序

注：考虑到使用Matlab对一维信号进行CNN分类的教程较少，此程序是为了方便学习怎么搭建网络、测试等等，使用的数据量较少，并且数据本身也易于分类。1、加载数据，一共为200个正常样本和200个异常样本，每个样本是500个点。训练集为80%，即160正常和160异常，一共320条数据；测试集为40正常和40异常，一共80条数据。Matlab使用CNN(卷积神经网络)对一维信号(如语音信号、心电图信号)进行二分类源程序。程序完全由本文所写，整理不易，价格15元。2、构建一维CNN架构，层数为两层。

2023-09-12 14:56:38 287

原创【语音去噪】Matlab语音信号去噪源代码，GUI界面

Matlab语音信号去噪源代码，GUI界面。分别添加了正弦噪声和高斯噪声，分别用了巴特沃斯低通滤波器和小波分解去噪。注：程序可直接运行，建议Matlab 2022b版本，低版本估计2018以上也行。也可发给你非GUI版本的代码。程序完全由本文所写，整理不易，价格低廉29元。链接：https://m.tb.cn/h.5fQgb9c?3、分别使用巴特沃斯低通和小波变换去噪；5、再次使用巴特沃斯低通和小波变换去噪。1、加载语音信号，显示时域频域图；4、添加高斯白噪声；

2023-09-12 11:57:12 227

原创【双输入网络】Matlab双输入深度学习模型

本程序是两个输入全为一维序列的情况（第二个输入序列是第一个输入序列的特征值，或者变换后的序列）。也可改为两边输入都是图像，或者一边输入图像，一边输入图像的一维特征序列。相比普通的单输入网络，双输入网络能处理两种输入数据，在科研上也更具有优势和创新性。1、加载数据，两种输入数据一一对应，第二个数据是第一个数据做FFT之后的序列，属于一个类别。可以有偿修改为两边输入都是图像，或一边输入图像一边输入序列的模型。可有偿替换数据，调通程序。2、搭建双输入网络，此网络一边是CNN-LSTM，一边是CNN。

2023-09-12 11:52:41 1197 2

原创【垃圾识别】Matlab基于AlexNet的垃圾分类识别系统GUI界面

注：需要正版Matlab，能够下载AlexNet网络资源包才可以，建议Matlab2022b及以上版本。程序是本人所写，可直接运行，准确率在85％左右。2、加载AlexNet网络并修改部分层，这个需要已经下载好该模型的资源管理器，一般正版Matlab才可以下载。1、加载数据集，共5类垃圾，玻璃、废纸、金属、塑料、硬纸板，每类500张图像左右，共2500张左右。3、按80%训练集，20%测试集，训练AlexNet网络，保存训练好的模型供GUI使用。4、运行GUI界面，依次读取图像、识别图像即可。

2023-09-12 11:44:30 427

原创【ECG去噪】ECG去噪，使用低通滤波和小波分解结合程序

程序完全由本文所写，整理不易，价格低廉，15元。链接：https://m.tb.cn/h.5VbUmL4?先去除高于80Hz的高频噪声，再去除高于50Hz的噪声和工频干扰等，最后去除基线漂移。1、读取一段ECG信号，采样率为200Hz，时长10秒，画出时域、频域图；心电信号ECG去噪，Matlab程序，使用低通滤波和小波分解结合。2、构造低通滤波器，截止频率为80Hz，去除ECG高频噪声；3、使用小波分解，进一步去除高于50Hz的噪声和工频干扰等；4、使用小波分解去除基线漂移，程序结果如图。

2023-09-07 17:48:32 440

原创【情绪识别】Matlab使用卷积神经网络(CNN)，进行人脸表情情绪识别GUI界面

注：main.m是源代码，用来搭建和训练网络，注释详细；程序可直接运行，可帮忙调通，有问题会耐心解答；准确率高是本数据集本身导致，也可有偿帮忙替换数据集。程序完全由本文所写，整理不易，价格低廉35元。唯一渠道为闲鱼售卖。链接：https://m.tb.cn/h.54lD8EL?Matlab使用卷积神经网络(CNN)，进行人脸表情情绪识别GUI界面。选用JAFFE数据集，含有7类表情，共213张人脸图像。可显示整个测试集的结果，以及点击识别某一张图像。3、80%作为训练集、20%作为测试集，进行训练测试。

2023-09-07 17:22:52 409

原创【图像分类】Matlab使用CNN进行图像分类

Matlab使用CNN卷积神经网络进行图像分类，使用了猫狗大战数据集中1000个图像(500猫500狗)，分为猫狗两个类别。注：本程序只用于教学练习如何在Matlab里使用CNN，由于数据量太少和网络简单，准确率结果并不是很好。程序完全由本文所写，整理不易，价格低廉15元。诚信第一，谨防盗版网站高价转卖~~注释详细，可直接运行，可以直接换成自己的数据，源代码和数据文件都会发送。1、加载数据集，并划分，80%训练，20%测试。2、搭建CNN网络，网络为三层，构建优化器。4、测试，计算准确率，绘制混淆矩阵。

2023-09-07 17:08:34 450

qq_40348732的博客