《表3 各种模型的准确率比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于LSTM的脑电情绪识别模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用Pytorch深度学习框架来实现并训练LSTM模型，本文验证了多种不同结构模型的准确率，其结果如表2所示，黑体字表示该情绪维度上的最高分类准确率.表中的×6代表6个LSTM单元（例如，16×6表示该层由6个LSTM单元组成，每个LSTM有一个隐藏层，该隐藏层有16个神经元）.当两个隐藏层的神经元数分别为32×6和32时，愉悦度和唤醒度的分类准确率最高，分别为73.50%和73.87%；当两个隐藏层的神经元数分别为32×6和16时，喜欢度的分类准确率最高，为72.80%.最后，将本文所提出的模型的最高准确率与其他先进的研究成果进行综合比较，其中各个实验均采用相同的评价标准，各种模型的最高准确率如表3所示（黑体字同表2）.可以看出，本文提出的基于LSTM的情绪识别模型，在愉悦度和喜欢度上的二分类准确率均最高，Mert and Akan[16]在唤醒度上取得的二分类准确率最高，为75.00%，而本文的模型为73.87%.