基于音乐诱发的脑电信号的样本生成

每个样本的原始长度，按照1000HZ的采样率，每个样本的长度通常在3万点（30秒）的样子，更长时间的数据，会认为情绪会有波动，所以音乐的长度通常在30秒。目前常用的样本的长度为1-2秒，实验证明，这个长度是合适的。目前我用的长度是2s，比1s长度的数据的识别了更高一些。
样本的制作，由于脑电信号一直存在数据较少的情况，因此，在进行样本切割的时候，采用滑动交叠窗口的方式，以0.4s为滑动单位，2s为一个样本单位，然后下采样到200Hz，这样得到的是400点长度的样本，每个原始的数据，可以得到60-100个样本，每个受试者有10个以上的原始数据，这样6-10个受试者的数据，就可以得到6000-10000个样本，每种情绪，这样的数据量，用deepen训练一个简单的模型，识别率可以达到90%+。基本满足期望。

采集到的数据，用LSMA做自适应的滤波，主要是对眼动信号或者突发的大噪声进行滤除，效果比较好。