脑电方向的资源比较少,整理了自己用过的所有资源。都已经成功运行过了,保证可以成功运行。

都是基于DEAP和SEED数据集的脑电情绪识别源码

几乎每份代码都在csdn上简单介绍过。

目前一共46份(会一直更新)

尽可能的找到了一些论文的源码(一共17份)

材料虽然很多,还是希望能慢慢看,好好理解

最好是看有代码有论文的,一起对应着理解


有论文有源码的:

木有论文的:


带论文的脑电情绪识别源码:

基于DEAP数据集的脑电情绪识别:

1.  (论文加源码)基于DEAP的脑电情绪识别(CNN,RNN和两种不同的注意力机制)六种模型做          对比,包含DE特征
2.  (论文加源码)基于DEAP数据集的脑电情绪识别(基于FFT和CWT的CNN模型)      
3.  (论文加源码)(matlab代码)基于时频域特征分析和SVM分类器的DEAP脑电信号情感状态            识别(四分类)
4.  (论文加代码)基于CNN和LSTM(提取了微分熵)的脑电情绪识别(数据集为DEAP和                    seed)4D-CRNN
5.  (论文加代码)基于连续卷积神经网络(CNN)提取脑电微分熵特征的DEAP脑电情绪识别
6.  (论文加源码)基于deap的脑电情绪识别cnn和lstm作对比
7.  (论文加源码)基于deap的脑电情绪识别cnn和lstm作对比改进版本
8.  (论文加源码)基于deap的四分类脑电情绪识别(1DCNN+LSTM和1DCNN+GRU)
9.  (论文加源码)基于自动编码器和LSTM的脑电情感识别(数据集为DEAP)提取了功率谱密            度,并进行了无编码和SVM的对比实验。
10.(论文加代码)基于deap数据集的脑电情绪识别(二分类改为八分类)  
11.(论文加源码)通过构建脑图基于DEAP的情绪识别多任务CNN模型(提取了功率谱密度psd和          微分熵DE)
12.(论文加源码)(matlab)基于时频域特征分析和SVM分类器的DEAP脑电信号情感状态识别(四分类)
13.​(论文和源码)基于DEAP的实时脑电情绪分类系统
​14.(论文加源码)RNN和CNN结合的特征融合(数据集为seed、deap、seed-iv)
15.(论文加源码)基于多尺度卷积神经网络的脑电情绪识别


基于SEED数据集的脑电情绪识别:

1.  (论文加代码)基于CNN和LSTM(提取了微分熵)的脑电情绪识别(数据集为DEAP和                    seed) 4D-CRNN
2.  (论文加代码)基于改进循环神经网络(提取了功率谱密度和微分熵)的脑电情绪识别(三分          类)


不带论文的脑电情绪识别源码:

基于DEAP数据集的脑电情绪识别算法:

1.   CNN正确率90(CNN+LSTM及四种普通模型)脑电情绪识别
2.   CNN正确率70多
3.   knn_deap
4. (实验文档和源码)自己设计的脑电情绪识别程序
5.    基于生成对抗网络GAN和cGAN的脑电情绪识别(pytorch)
6.  对deap数据集进行脑电情绪识别并进行频谱分析(频域特征)
7.  脑电情绪识别所用到深度学习模型 EEG models(BiGRU,lstm,cnn,gcn,dnn,rnn)
8.(deap)利用傅里叶变换和SVM KNN 决策树三个模型进行二分类
9.(deap)基于机器学习的DEAP脑电情绪识别(包含离散小波变换信号处理代码)
10.  基于DEAP的脑电情绪识别(四分类)(数据增强和扩充)(五种模型作对比:一维 CNN,LSTM和二维和三维 CNN和带有LSTM的级联CNN)
11.  基于deap数据集的脑电情绪识别(2DCNN和LSTM)代码很基础     
12.  DEAP-1D-CNN
13.  基于deap的脑电情绪识别(支持矢量机、随机森林、人工神经网络)
14.  基于deap的早期脑电情绪识别分类
15.  监督学习(支持向量机和K最近邻)DEAP 
16.  DEAP的特征提取-近似熵、排列熵、样本熵(python)
17.  基于deap的脑电情绪识别(一维卷积提取频域特征(四分类))
18.  基于CNN的多目标进化算法选择的人类情绪与脑电图通道的二维区分(tensorflow)
19.   eeg-gnn-ssl脑电情绪识别 图卷积
20.   pyeeg安装包
21.   脑电电极位置 适用于deap数据集
22. (matlab)脑电处理有用的特征提取算法
23. (matlab)计算deap的各种特征(功率谱密度,差分熵,差异不对称性,理性不对称等)
24. (matlab和python)用于提取DE(微分熵特征)和PSD(功率谱密度特征)特征的matlab和python代码
25. (matlab)提取PSD(功率谱密度特征)特征和DWT(离散小波变换)对deap进行分类的完整代码


基于SEED数据集的脑电情绪识别算法:

1.    机器学习的五种模型seed脑电情绪识别
2.  (SEED)(pytorch)脑电情绪识别(svm和cnn)
3.  (SEED)(svm)脑电情绪识别
4.  (SEED)脑电情绪识别(cnn rnn 混合)

脑电情绪识别资源整理相关推荐

  1. (DEAP)基于图卷积神经网络的脑电情绪识别(附代码)

    1. 数据集介绍以及特征部分见上篇文章: DEAP数据集介绍以及特征提取部分 深度学习基于DEAP的脑电情绪识别情感分类(附代码)_qq_3196288251的博客-CSDN博客 2. 图卷积神经网络 ...

  2. (论文加源码)基于DEAP脑电数据集的脑电情绪识别(利用生成对抗性网络进行特征提取和数据扩充)

    本篇论文发表于2022年的顶级期刊,代码可以完整运行,详情见第八节或者个人主页 论文源码见个人主页:https://download.csdn.net/download/qq_45874683/876 ...

  3. (论文加源码)基于DEAP和MABHOB数据集的二分类脑电情绪识别(pytorch深度神经网络(DNN)和卷积神经网络(CNN))

    该论文发表于2021年的顶级期刊.(pytorch框架) 代码解析部分在个人主页: https://blog.csdn.net/qq_45874683/article/details/13000797 ...

  4. 脑电情绪识别:脑功能连接网络与局部激活信息结合

    作者丨张玮玮 学校丨东北大学硕士生 研究方向丨情绪识别 引言 论文动机 情绪状态的转变通常会激活脑电功率谱的变化.近年来的研究发现,不同的情绪状态造成的脑电图波谱的差异在脑电 α 频带比较明显,并可以 ...

  5. (论文加源码)基于DEAP的脑电情绪识别(CNN,RNN和两种不同的注意力机制)

    论文及源码见个人主页:https://download.csdn.net/download/qq_45874683/85063985 (论文加源码)基于DEAP的脑电情绪识别(CNN,RNN和两种不同 ...

  6. 深度学习基于DEAP的脑电情绪识别情感分类(附代码)

    DEAP数据集: DEAP数据集来源: DEAP: A Dataset for Emotion Analysis using Physiological and Audiovisual Signals ...

  7. (论文加源码)基于CNN和LSTM的脑电情绪识别(数据集为DEAP和seed)

    目录 目录: 运行过程: 1. 运行1D文件(没有什么bug): 2. 再运行3D文件(没有出现bug): 3. 最后运行main文件(出现了两个bug)(前提需要配置好tensorflow的框架): ...

  8. 基于DEAP的脑电情绪识别论文源码改进版本(附论文代码,lstm和rnn)

    论文及改进版源码链接: (论文加源码)基于DEAP的脑电情绪识别论文源码改进版本(附论文代码,lstm和rnn) https://download.csdn.net/download/qq_45874 ...

  9. (论文加源码)基于DEAP和MABHOB数据集的二分类脑电情绪识别(pytorch深度神经网络(DNN)和卷积神经网络(CNN))代码解析

    论文解析见个人主页: https://blog.csdn.net/qq_45874683/article/details/130000469?csdn_share_tail=%7B%22type%22 ...

  10. 对deap数据集进行脑电情绪识别并进行频谱分析(频域特征)

    代码见个人主页:deap数据集进行脑电情绪识别并进行频谱分析(频域特征) https://download.csdn.net/download/qq_45874683/73145078 1.目录 目录 ...

最新文章

  1. linux .lz进程,LLinux常用命令(二)
  2. 设计模式的理解: 代理模式(Proxy)
  3. Web前端开发笔记——第二章 HTML语言 第十节 画布标签、音视频标签
  4. 修改文件后git只用两步push文件
  5. java中 移位运算_java中关于移位运算符的demo与总结(推荐)
  6. android转web,Android 转 web app 笔记一:Touch事件
  7. LSGO软件技术团队2015~2016学年第十二周(1116~1122)总结
  8. 2019C语言程序设计大赛,2019年全国高校计算机能力挑战赛 C语言程序设计决赛
  9. SpringMVC 理论与有用技术(一) 简单、有用、易懂的几个实例
  10. 红米手机计算机软件,详解红米手机连接电脑方法
  11. 第二课:如何选择适合做小程序的服务器及域名?
  12. Saved Blogs
  13. python一键分类文件夹下的文件音乐
  14. 财务管理系统如何帮助企业实现财务自动化管理?
  15. 关于解决无线拨号(PPPOE)上网的若干问题(WISP)
  16. mac下统计代码行数方法
  17. Rotator和Vector之间的转换
  18. 单模光纤与多模光纤的区别
  19. 你绝对不知道的head标签
  20. week-14(时间管理带师)

热门文章

  1. java调用kettle脚本ktr
  2. 电脑开机内存占用过高处理
  3. Python输入身高体重并计算BMI
  4. 如何将JPG转换成PNG格式呢?
  5. 【推荐系统论文精读系列】(十二)--Neural Factorization Machines for Sparse Predictive Analytics
  6. mysql集群master和salve配置mysql的master和salve详解事件
  7. 矩阵分析与应用-1.2-向量空间_内积空间与线性映射
  8. 如何导出计算机硬盘重数据,硬盘对拷教程,100%保存原硬盘数据
  9. linux读取外接硬盘。bash: cd: too many arguments
  10. 猫哥教你写爬虫 040--存储数据-作业