本项目包含个人整理的DEAP数据集及相关文档，旨在进行脑电波信号的情感识别研究与分类算法开发。
个人收集的DEAP数据集脑电信号分类工程文件包含十多个项目，并且有些有详细的说明，值得深入研究。以下是各项算法及其对应的准确率：
1. 一维卷积神经网络（1D CNN）：82.4%
2. K近邻分类器 (KNN)
3. 支持向量机（SVM）
4. 卷积神经网络（CNN）
7. 神经网络-83% （ANN-83%）
8. 神经网络支持向量机组合模型：85%
9. 未具体说明
10. 四维卷积神经网络 (4D-cnn) ：94%
11. 卷积神经网络结合Istm（cnn-Istm）
12. 增强梯度提升机与主成分分析组合模型(Gradient Boosting Machine&PCA)
13. 长短时记忆卷积神经网络 (ACRNN): 97%
14. 时间序列卷积神经网络(TSception)：61.57%
16. 卷积神经网络（CNN）
17. 自适应多分辨率与离散小波变换组合模型(AMR+DWT) ：86.4%
18. 多任务卷积神经网络 (MT-CNN): 96%
19. 结合Istm和GRU的卷积神经网络（cnn-Istm-GRU）：99%
请注意，部分项目未提供具体算法名称或准确率数值。
5星
