搜索
查看
编辑修改
首页
UNITY
NODEJS
PYTHON
AI
GIT
PHP
GO
CEF3
JAVA
HTML
CSS
搜索
知新_RL
这个屌丝很懒,什么也没留下!
关注作者
热门标签
jquery
HTML
CSS
PHP
ASP
PYTHON
GO
AI
C
C++
C#
PHOTOSHOP
UNITY
iOS
android
vue
xml
爬虫
SEO
LINUX
WINDOWS
JAVA
MFC
CEF3
CAD
NODEJS
GIT
Pyppeteer
article
热门文章
1
jmeter 对 dubbo 接口测试是怎么实现的?有哪几个步骤
2
检查Linux内存占用的 5 大命令,你知道几个?_linux查看所有进程占用内存命令
3
HTML中的一些细节处理
4
Ubuntu20.04安装mysql 8_ubuntu20.04安装mysql8
5
力扣Hot100第一题——两数之和(JAVA)_用java做力扣第一题两数之和
6
c#执行php,致PHP程序员:快速执行C#代码片段 快速运行C#代码 调试C# C#写人文件操作...
7
WSL闪退
8
HTML-CSS笔记_0424_,~ghj dyuouup
9
【Linux部署Docker安装步骤详解及问题解决】_linux安装docker
10
r语言 list添加_R语言实战.3
当前位置:
article
> 正文
DEAP 情绪数据集介绍_deap数据集
作者:知新_RL | 2024-02-09 19:54:25
赞
踩
deap数据集
情绪定量模型的连续维度类型。
区分情绪状态的边界是模糊的,状态的变化和演变是连续的,没有断点。将情绪状态划分为十二种离散类型只能显示情绪的主要方面,并在精确量化情绪状态下失败。此外,在各种文化和国籍之间,离散的情感标签并不一致。例如,我们无法找到波兰语中的相应翻译,以表达“厌恶”的情感。因此,提出了情绪定量方法的连续维度类型。这种量化方法使用了几个相互正交的基本轴来显示情绪的不同维度,这解决了离散量化方法与丰富的情感内涵之间的矛盾。 Russell提出了价值双相情感象限系统,该系统已在有效的计算中被广泛接受。如图1(a)所示,价值和唤醒的经典两个维度用于描述价水平和唤醒情绪水平。
(A)和相应的自我评估Manikin量表(B)提出的价值 - 正极双极坐标系。
从正到负的价值轴的值(或评级)是指个人快乐和悲伤的程度的测量。同样,唤醒的正值表示活化状态(兴奋),而负值表示未激活状态(平静)。除了两个标准的基本轴外,还可以添加更多的尺寸以进行全面的情绪测量。优势维度代表了情感过程中个人的主要控制程度。当外部环境控制用户时,情绪状态处于较低的优势水平(例如,惊喜,恐惧等)。相反,当用户可以掌握外部环境时,情绪状态处于较高的优势水平。应该指出的是,各种离散的情绪状态可以将其定位到具有一对一信件的连续维状态空间中的特定位置。例如,悲伤的情绪位于连续情感坐标系统中的低唤醒统治地位 -低价坐标空间中,而幸福情绪则位于高唤醒高的统治高价值坐标空间中。评估连续情绪状态的广泛采用的方法是基于量表的自我评估Manikins(SAM)方法。 SAM的设计是通过将Manikins引入问卷中以视觉评估价和唤醒的程度。
数据简单介绍:
DEAP(Database for Emotion Analysis usingPhysiological Signals),该数据库是由来自英国伦敦玛丽皇后大学,荷兰特温特大学,瑞士日内瓦大学,瑞士联邦理工学院的Koelstra 等人通过实验采集到的,用来研究人类情感状态的多通道数据,可以公开免费获取。该数据库是基于音乐视频材料诱发刺激下产生的生理信号,采集了32名(16名男性和16名女性)健康参与者的脑电数据。参加实验的人身体和心理都是健康状态,按照“10-20”国际导联标准的 32 导联(见电极分布图)电极帽采集脑电信号。志愿者被要求观看40个时长为一分钟的视频,并在 512Hz 采样频率下采集被试者的 EEG 信号。其中不止包含32个脑电通道,还包含了16个其他通道,其中包括眼电、心电等常见信号。所有被试均被要求在观看完视频后,按照从 1~9 的大小关系,标记所观看视频的 Valence(效价)、Arousal(唤醒度)、Dominance(优势度)的大小。(上面有具体介绍)
数据集
的简单预处理:
生理信号采用512Hz采样,128Hz复采样(官方提供了经过预处理的复采样数据)每个被试者的生理信号矩阵为40408064(40首实验音乐,40导生理信号通道,8064个采样点)其中40首音乐均为时长1分钟的不同种类音乐视频,40导生理信号包括10-20系统下32导脑电信号、2 导眼电信号(1导水平眼电信号,1导竖直眼电信号)[眼电信号EOG]、2导肌电信号(EMG)、1导GSR信号(皮电)、1导呼吸带信号、1导体积描记器、1导体温记录信号。8064则是128Hz采样率下63s的数据,每一段信号记录前,都有3s静默时间。
据一般选取官网可下载的预处理( 降采样,去除眼电等噪声) 之后的数据(两个版本:data_preprocessed_matlab文件夹和data_pr
eprocessed_python文件夹,即matlab和python处理后的,格式分别为.mat和.dat),实验数据由32个文件组成。对应32个实验受试者每个参与者文件包含两个数组。
声明:
本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:
https://www.wpsshop.cn/w/知新_RL/article/detail/72886
推荐阅读
article
[翻译+注解]
DEAP
d
a
t
a
set
:
a
d
a
t
a
set
for
emotion
a
n
a
lysi...
DEAP
d
a
t
a
set
:
a
d
a
t
a
set
for
emotion
a
n
a
lysis using eeg, physi...
赞
踩
article
deap
dataset
的
不同分类模型
的
实现(3)-遍历
文件
_
torcheeg
...
学习一下这个里面函数,
文件
和数据
的
操作。除了知道输入是什么,还要知道输出是什么,什么类型,能进行什么操作。class D...
赞
踩
article
deap
dataset
的
不同分类模型
的
实现(2)-认识
数据
_
deap
数据
集
怎么给人脸
视频
标签
...
在本系列教程中,我们将使用python mne + pyTorch进行基本
的
EEG分析。案例研究将在脑电情绪识别
的
基准数...
赞
踩
article
DEAP
dataset
数据
集 SEED
dataset
数据
集_
deap
数据
集下载...
DEAP
数据
集data_preprocessed_python提取处理函数def save_all_labels_in...
赞
踩
article
一起运行脑电信号(
EEG
)源码(2)-
deap
dataset
_
eeg
deap
数据
集预处理 pyt...
该项目使用DEAP
数据
集,该
数据
集包含32个志愿者对40个音乐视频的情感评级、生理记录和面部视频。对于单个参与者,
数据
被...
赞
踩
article
deap
dataset
的
不同
分类
模型
的
实现(1)
_
deap
dataset
脉搏波...
本教程是基于
deap
数据集
的
,涵盖了预测脑电信号
的
大多数传统机器学习算法和深度学习算法。因为有很多关于DEAP数据集
的
研...
赞
踩
article
deap
dataset
的不同分类模型的实现(4)-
MNE
基础概念学习
_
mne
.
time
_
frequ...
events,epochs,evoked的解释与实验代码
_
mne
.
time
_
frequency
.
psd
_
multitap...
赞
踩
相关标签
数据库
python
deap
EEG
机器学习
深度学习
deap数据集
神经网络
DEAP DATASET
脑电信号
脑电
单片机
c语言
stm32