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。阶段一SEED数据集复现数据准备数据集SEED上海交通大学情感脑电数据集- 15名被试- 3种情绪状态积极、消极、中性- 45个实验片段- 62个电极通道- 5个频段的微分熵DE特征实验设置cross_validation 10折交叉验证batch_size 32epochs 30learning_rate 1e-3optimizer AdamWscheduler CosineAnnealingLR模型输入输入特征维度[样本数, 62通道, 5频段]特征类型微分熵DE特征模型训练与评估评价指标- 分类准确率Accuracy- F1分数F1-score- 混淆矩阵Confusion Matrix这两天我在下载鼎铭发给我的代码尝试对数据集进行预处理。阶段二自有冥想数据集等预处理后一并运行。