该存储库包含基于Python的EEG信号情感分析代码，使用小波变换和SVM分类器提取均值信号特征的Matlab实现

提取均值信号特征的matlab代码使用 EEG 信号的 Python 情绪识别 该存储库包含使用小波变换和 svm 分类器的 rbf 内核进行情感识别的代码。 抽象的： 本文旨在提出使用脑电图 (EEG) 技术进行情绪识别。脑电图 (EEG) 是一种机器，它使用附着在头皮上的小金属盘（电极）来检测人脑中的电活动。 脑细胞通过电脉冲进行交流，并且一直处于活跃状态，即使在我们睡着时也是如此。 此活动在 EEG 记录上显示为波浪线。 数据集摘要 数据集包含下采样信号、预处理和分段版本的 EEG 数据在 Matlab（.mat 文件）中。 数据被下采样到 200Hz。 应用了 0-75Hz 的带通频率滤波器。 根据剪辑的持续时间提取脑电图片段。 总共有 45 个 .mat (Matlab) 文件，每个实验一个。 每名受试者进行 3 次实验，间隔约 1 周。 每个主题文件包含 16 个数组。 15 个数组包含一个实验中 15 次试验的分段预处理 EEG 数据（eeg_1~eeg_15，通道×数据）。 名为“labels”的数组包含相应情感标签的标签（-1 表示负面，0 表示中性，+1 表示正面）