- 博客(12)
- 收藏
- 关注
RSS订阅原创 1280组标签处理
load('shu.mat')%内部含有DD1280*2%% 导入原始数据处理标签raw(1) = load('s01.mat');raw(2) = load('s02.mat');raw(3) = load('s03.mat');raw(4) = load('s04.mat');raw(5) = load('s05.mat');raw(6) = load('s06.mat');raw(7) = load('s07.mat');raw(8) = load('s08.mat');raw(9
2020-11-26 11:36:39
20
原创 对Deap数据进行截取
取前30人的脑电数据，每个人有40次实验，每次实验有63s（提取其中的14s-53s），eeg通道有32个，将每个人的单次实验重整成一个.mat文件，clear all;close all;clc;% % % %载入数据raw(1) = load('s01.mat');raw(2) = load('s02.mat');raw(3) = load('s03.mat');raw(4) = load('s04.mat');raw(5) = load('s05.mat');raw(6) =
2020-05-27 14:53:27
78
1
原创 统计学习方法学习笔记 第四章 朴素贝叶斯
朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类方法。具体方法： 对于给定的训练数据集，首先基于特征条件独立假设学习的输入输出的联合概率分布，然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。4.1 朴素贝叶斯法的学习与分类4.1.1 基本方法4.1.2 后验概率最大化的含义4.2 朴素贝叶斯法的参数估计4.2.1 极大似然估计法4.2.2 学习与分类算法4.2.3 贝叶斯估计...
2020-05-15 16:23:37
181
原创 感知机例题 matlab
D=[3 3 1;4 3 1;1 1 -1];X=D(:,[1,2]); %取1，2列为X数据Y=D(:,3);%取第三列为标签plotData2(X,Y);%将样本点画出来 axis([-5 5 -5 5]);%横纵坐标范围hold on[x1,y1] = ML(X,Y);plot(x1,y1,'-r','Linewidth',3);function [x1,y1] = ML(X,Y)%UNTITLED4 此处显示有关此函数的摘要%第一步，初始化参数x1=-5:0.01:5; .
2020-05-12 17:21:05
609
原创 统计学习方法学习笔记 第二章 感知机
感知机是二分类的线性分类模型，必须是线性可分的，其输入为实例的特征向量，输出为实例的类别（+1，-1）什么叫线性可分？在二维平面上、线性可分意味着能用一条线将正负样本分开，在三维空间中、线性可分意味着能用一个平面将正负样本分开。...
2020-05-12 10:41:05
138
1
原创 统计学习方法学习笔记 第一章（三）
1.6 泛化能力学习方法的泛化能力：是指由该方法学习到的模型对未知数据的预测能力泛化误差 现实中多采用测试误差来评价学习方法的泛化能力，但是这种评价指标是依赖于测试集的，不可靠，统计学习方法利用泛化误差来对学习方法的泛化能力进行评价。 极大似然估计和贝叶斯估计...
2020-05-11 12:54:47
141
原创 统计学习方法学习笔记 第一章（二）
1.4 模型评估与模型选择1.4.1 训练误差与测试误差训练误差 第一步得到的训练模型为，训练误差是模型关于训练数据集的平均损失：其中N是训练样本容量测试误差 测试误差是训练模型关于测试数据集的平均损失：其中，N'是测试样本容量测试误差更加重要，训练误差不是很重要，因为测试误差反映的是对未知数据的预测能力。对未来数据的预测能力叫做泛化能力。当损失函数是0-1损失时，测试误差就变成了误差率（error rate）这里I为指示函数（Indica...
2020-05-11 09:23:24
122
原创 统计学习方法学习笔记 第一章（一）
1.1 实现统计学习方法（机器学习）的步骤如下：（1）得到一个有限的训练数据集合（2）确定包含所有可能的模型的假设空间，即学习模型的集合（3）确定模型选择的准则，即学习的策略（4）实现求解最优模型的算法，即学习的算法（5）通过学习方法选择最优模型（6）利用学习的最优模型对新数据进行预测或分析1.2 统计学习（机器学习）的分类（一）基本分类 监督学习 监督学习的目的在于学习一个输入到输出的映射，这一映射由模型来表示。换句话说，学习的目的就在...
2020-05-09 16:11:08
273
原创 将struct里的数据存为矩阵
一个1*180的struct里面包含label和data，现要将data数据提取到一个矩阵中，很显然这个矩阵得是三维矩阵for t=1:180 for i=1:32 for j=1:2560 traindata(t,i,j)=s(t).data(i,j); end endend...
2020-05-06 10:03:04
1098
翻译 DEAP:使用生理信号进行情绪分析的数据库IEEE
目录摘要引言摘要我们提出了一个分析人类情感状态的多模态数据集。记录32名参与者的脑电图(EEG)和周围生理信号，每个人观看40段一分钟长的音乐视频片段。参与者根据唤醒，效价，喜欢/不喜欢，主导和熟悉程度对每个视频进行评分。在32位参与者中，有22位还录制了正面面部视频。提出了一种新颖的刺激选择方法，该方法通过使用来自last.fm网站的情感标签进行检索，视频高亮检测和在线评估工具来进行。提供了...
2020-03-24 11:01:45
7476
4
转载 平稳与非平稳的理解
平稳与非平稳最直观的理解就是。平稳信号包含的信息量小，其统计特性随时间不变化，典型代表高斯白噪声和人类口腔中的浊音。这种信号的特点就是我说的统计特性不变，什么意思呢，就是当你对他进行了一定时间的观测后，后续的观测就不需要了，因为你已经获得了信号的全部统计信息了。平稳的随机信号统计特性不变的数学定义是。其各大统计量与时间起点无关。比如期望，不同时刻的期望相同。或者自相关只与时间间隔有关。不同时刻期望...
2019-11-23 10:12:15
10311
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人