Advertisement

DEAP数据集,需自行下载并输入提取码

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
DEAP数据集是用于情绪感知研究的重要资源,包含参与者对视频刺激的情绪反应记录。访问该数据集需自行下载,并使用提供的提取码解密获取。 文件较大,大小为2.71G,请自行下载,这里仅提供网盘链接:https://pan.baidu.com/s/1Ow0ZMYwdGFLndPh_qKvuPQ,提取码需要在下载时输入。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • DEAP
    优质
    DEAP数据集是用于情绪感知研究的重要资源,包含参与者对视频刺激的情绪反应记录。访问该数据集需自行下载,并使用提供的提取码解密获取。 文件较大,大小为2.71G,请自行下载,这里仅提供网盘链接:https://pan.baidu.com/s/1Ow0ZMYwdGFLndPh_qKvuPQ,提取码需要在下载时输入。
  • DEAP情绪识别_源DEAP
    优质
    本资源提供DEAP(数据库进行评估的情感感知普适性)情绪识别项目源代码及相关数据集的下载链接。帮助研究者快速获取并开展基于DEAP的数据分析与模型训练工作。 EEG-Emotion-classification-master_merelyts3_said63o_songc4x_DEAP情绪识别_DEAP数据集下载_源码.rar
  • PyTorch-YOLOv3 带代批注,(非COCO)
    优质
    PyTorch-YOLOv3是一个基于PyTorch框架实现的YOLOv3目标检测模型项目。该项目提供了详细的代码批注,并要求用户自行下载所需的数据集进行训练和测试,特别注意该数据集并非常用的COCO数据集。 PyTorch-YOLOv3 需要自行下载 COCO 数据集,并且代码包含批注。
  • Java执sudo
    优质
    本教程介绍如何在Java程序中实现sudo权限提升,并通过脚本或API自动化输入sudo所需的密码,确保操作系统的安全同时提高开发效率。 参考了Java版的expect4j及expectj的工作原理后进行了极大的简化,可以完成基本功能:1. 运行Java代码并执行交互式命令;2. 使用sudo进行提权,并自动输入密码(例如通过`echo password | sudo -S mkdir /opt/test`)。
  • QT5.9.2软件包,
    优质
    这是一个提供Qt 5.9.2版本软件开发工具包的页面。用户需要自行访问相关网站进行下载,以获得最新的Qt库和编译器等资源。 qt-opensource-windows-x86-5.9.2 和 qt-creator-win 压缩包。
  • DEAP脑电,现已上传至百度网盘
    优质
    简介:本资源提供DEAP(大规模情感评估平台)脑电数据集的下载链接,已上传至百度网盘。适合情绪识别与分析研究使用。 DEAP脑电信号数据集下载地址已失效,请通过提供的联系渠道获取。
  • FOD视频:可截视频帧标注
    优质
    FOD视频数据集提供丰富的视频素材,并支持用户自定义截取关键帧和进行精准标注,便于研究与开发。 哔哩哔哩上有一段演示视频展示了目标检测技术的应用,并且该视频是原创拍摄的。FOD(Foreign Object Debris)是指可能损伤航空器或系统的外来物质,通常被称为跑道异物。这类物体种类繁多,包括飞机和发动机连接件(如螺帽、螺钉、垫圈、保险丝等)、机械工具、飞行物品(如钉子、私人证件、钢笔、铅笔等)、野生动物以及树叶、石头和沙子等自然物质;还包括道面材料碎片、木块及塑料或聚乙烯材质的废弃物,纸制品,还有运行区内的冰碴等等。
  • DEAP特征——近似熵、排列熵与样本熵.zip
    优质
    本资源探讨了DEAP数据集中情绪信号分析中的近似熵、排列熵及样本熵的应用与比较,适用于情感计算研究。 基于DEAP数据集的特征提取——近似熵、排列熵、样本熵,包含上述三种方法的Python代码实现,在Jupyter Notebook上完成。
  • 利用DEAP特征——近似熵、排列熵和样本熵的应用
    优质
    本研究基于DEAP数据集,探讨了近似熵、排列熵及样本熵在情绪识别中的应用效果,旨在优化情感计算模型。 基于DEAP数据集的特征提取方法包括近似熵、排列熵和样本熵,并且包含这些方法的Python代码实现全部在Jupyter Notebook上完成。
  • nltkomw-1.4
    优质
    本教程介绍如何在Python中安装和使用自然语言处理工具NLTK,并特别指导用户如何下载和使用OMW-1.4数据包。 由于omw-1.4需要到外网下载,在这里提供一个供不能访问外网的用户使用的版本。