- 博客(4)
- 收藏
- 关注
原创 脑电分析——复现22级学长学姐论文结果
上周我配置好了复现代码的实验环境,这周,在获取到学姐的数据集后,我修改代码中的文件路径,对提取后的特征进行复现。首先是利用SEED数据集进行实验验证,学姐论文中准确率为80.58±05.01,F1分数为79.95,我复现得到的结果为平均正确率为74.22±05.27,平均F1分数为73.30±05.07,整体在误差范围内。实验结果下图1,图2所示。学姐的手工特征准确率为57.16%,F1分数为54.22,我复现的平均正确率为54.58±12.42,平均F1分数为52.27±13.28,与学姐模型结果接近。
2026-07-30 15:20:01
143
原创 脑电分析——复现22级学长代码
本周我决定选择脑功能连接的方向,所以我主要是复现了晓颖学姐的代码。学姐使用的核心模型是MAS-DGAT-NET,通过查找,我在github中找到了模型定义的代码。我先将代码下载到VScode中。学姐实验主要分为两大阶段,第一阶段是通过对公开情感数据集SEED进行三分类情绪识别(积极/消极/中性),来验证模型复现的正确性。第二阶段是输入自有冥想数据集,对四分类冥想状态进行识别,以此判断该模型迁移到冥想研究后效果如何。
2026-07-20 17:20:55
207
原创 脑电分析——使用EEGLAB工具箱
最后的运行单个文件测试版最后生成features.csv文件时出现了一些bug,目前还在尝试解决,预计今明两天也可以解决。本周我主要对毕学长的使用EEGLAB工具箱的步骤进行了复现,以下是复现的结果。4.去除数据后的Channels per frame变为14。9.利用ADJUST插件自动找寻有问题的独立源成分。3.select data去除掉一些无用的数据。首先是分步使用EEGLAB工具箱的复现。10.取值100的channel频谱图。11.修改marker文件的表头。删去5、7、9、13独立成分。
2026-07-16 18:23:57
231
原创 脑电分析——阅读22级脑电毕设论文
本周,我阅读了22级学长、学姐的毕设论文。通过对论文的整理分析,我了解了这四篇论文的研究方向,以及各个方向的不同点。其中,我重点看了刘培进学长的论文,接下来我将重点分析刘培进学长的论文。
2026-07-08 20:04:07
243
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅