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。