基于Matlab的卷积滤波器代码-3EMCP-TCNs：利用时间卷积网络进行三级眼动分类

简介：
本项目采用MATLAB开发，结合时间卷积网络（TCN）实现三级眼动数据分类，通过设计特定卷积滤波器提升模型性能。 用于三级眼动分类问题的时间卷积网络（3EMCP）的代码库提供了对模型、数据及评估结果的访问。该论文《带有时间卷积网络的眼动分类》中对此进行了描述。 请注意，大多数在此共享的代码最初是由其他开发者实施并用MATLAB编写，我们仅添加了TCN的支持，并将其升级到Python 3.6+版本，在Python中实现了一些新工具，并提供了一个新的功能提取器（原始的功能提取器是基于MATLAB的）。 配置 为了训练新的基于TCN的模型或评估先前已训练好的模型，您需要下载一些包含所有必要数据的大文件并根据以下说明进行解压缩： - 下载一个大型压缩文件，其中包含了GazeCom预先计算的功能，并将其提取到datainputs目录下。 - 下载含有所有受过训练的模型的压缩包，并将其解压至存储库根目录中。 - 还需下载包含已评估输出结果的文件，然后将它们提取到存储库根文件夹。 依赖 为了运行代码，您需要安装以下软件： Python 3.6+版本、TensorFlow 2.0+ 训练模型 要开始新的TCN模型的训练，请首先设置好相应的参数。这些配置可以在train_tcn.py脚本中完成。