SST-EmotionNet:SST-EmotionNet

SST-EmotionNet SST-EmotionNet：用于脑电图情感识别的基于时空光谱的注意力3D密集网络 SST-EmotionNet由空间光谱流和时空流组成。 每个流由几个基于注意力的3D密集块（A3DB）和过渡层组成。 这些是SST-EmotionNet的源代码。 数据集 我们在SEED和SEED-IV数据集上评估我们的模型，这些数据集可从以下网站获得： : 。 SEED数据集包含对象在观看影片剪辑时的脑电信号。 仔细选择影片剪辑，以引起不同类型的情感，包括积极，消极和中性的情感。 SEED-IV是原始SEED数据集的演变。 情感的类别编号更改为四个：快乐，悲伤，恐惧和中立。 在这些数据集中使用脑电信号的提取微分熵（DE）特征。 要求 的Python 3.7.7 CUDA 10.1 CuDNN 7.6.5 numpy == 1.16.2 scipy == 1.