基于深度学习的脑电信号情感识别

使用 DEAP 数据集，经过带通滤波、独立成分分析和重参考完成数据预处理。再通过小波包分解提取小波包能量系数作为特征，使用基线处理消除基线漂移的影响。最后建立卷积神经网络模型，五折交叉验证法验证模型泛化能力。模型在不同被试建立的模型准确率上有着相对稳定的发挥。
使用了python、matlab语言，具体使用了eeglab和keras、tensorflow框架。