2、加载训练集的序列、时频图，构建标签，然后合并为最终的训练集Train。序列可以视为图像的特征序列，或者反之，图像可以视为由序列转化而来的图像，总之二者一一对应，属于一个样本。程序以心电图序列为例，一端输入是原始的心电信号（ECG）序列，另一端输入是ECG序列通过连续小波变换生成的时频图。序列和时频图一一对应。相比单输入网络，双输入可以同时处理多种形态的数据，能提取更全面的特征，达到更好的效果。

如需要提高准确率可私聊。可更换为自己的数据，可有偿帮助替换为自己的数据。数据集中共6种情绪：angry、fear、happy、neutral、sad、surprise，每类情绪有200条语音信号，共1200条信号。Matlab深度学习情感识别，使用CNN-LSTM网络对语音信号(语谱图)进行情感识别。程序完全由本文所写，整理不易，价格35元。3、构建CNN-LSTM网络，80%语谱图用于训练，20

Matlab语音信号去噪源代码，GUI界面。分别添加了正弦噪声和高斯噪声，分别用了巴特沃斯低通滤波器和小波分解去噪。注：程序可直接运行，建议Matlab 2022b版本，低版本估计2018以上也行。也可发给你非GUI版本的代码。程序完全由本文所写，整理不易，价格低廉29元。链接：https://m.tb.cn/h.5fQgb9c?3、分别使用巴特沃斯低通和小波变换去噪；5、再次使用巴特沃斯低通和小

本程序所用CK+数据集共8类表情情绪，共920张图像。分别有图像：anger 45张、contempt 18张、disgust 59张、fear 25张、happiness 69张、neutral 593张、sadness 28张、surprise 83张。所用数据集为CK+人脸表情数据集，应该不是完整的CK+数据集，下载到的就是这些图片。2、main.m里为搭建网络、训练CNN的程序。本程序完全

注：需要正版Matlab，能够下载AlexNet网络资源包才可以，建议Matlab2022b及以上版本。程序是本人所写，可直接运行，准确率在85％左右。2、加载AlexNet网络并修改部分层，这个需要已经下载好该模型的资源管理器，一般正版Matlab才可以下载。1、加载数据集，共5类垃圾，玻璃、废纸、金属、塑料、硬纸板，每类500张图像左右，共2500张左右。3、按80%训练集，20%测试集，训练

注：main.m是源代码，用来搭建和训练网络，注释详细；程序可直接运行，可帮忙调通，有问题会耐心解答；准确率高是本数据集本身导致，也可有偿帮忙替换数据集。程序完全由本文所写，整理不易，价格低廉35元。唯一渠道为闲鱼售卖。链接：https://m.tb.cn/h.54lD8EL?Matlab使用卷积神经网络(CNN)，进行人脸表情情绪识别GUI界面。选用JAFFE数据集，含有7类表情，共213张人脸

Matlab使用CNN卷积神经网络进行图像分类，使用了猫狗大战数据集中1000个图像(500猫500狗)，分为猫狗两个类别。注：本程序只用于教学练习如何在Matlab里使用CNN，由于数据量太少和网络简单，准确率结果并不是很好。程序完全由本文所写，整理不易，价格低廉15元。诚信第一，谨防盗版网站高价转卖~~注释详细，可直接运行，可以直接换成自己的数据，源代码和数据文件都会发送。1、加载数据集，并划

2、加载训练集的序列、时频图，构建标签，然后合并为最终的训练集Train。序列可以视为图像的特征序列，或者反之，图像可以视为由序列转化而来的图像，总之二者一一对应，属于一个样本。程序以心电图序列为例，一端输入是原始的心电信号（ECG）序列，另一端输入是ECG序列通过连续小波变换生成的时频图。序列和时频图一一对应。相比单输入网络，双输入可以同时处理多种形态的数据，能提取更全面的特征，达到更好的效果。

如需要提高准确率可私聊。可更换为自己的数据，可有偿帮助替换为自己的数据。数据集中共6种情绪：angry、fear、happy、neutral、sad、surprise，每类情绪有200条语音信号，共1200条信号。Matlab深度学习情感识别，使用CNN-LSTM网络对语音信号(语谱图)进行情感识别。程序完全由本文所写，整理不易，价格35元。3、构建CNN-LSTM网络，80%语谱图用于训练，20

原始MIT心律失常数据集格式为.dat格式（如100.dat、100.hea、100.atr），为方便起见，已将所有数据读取并保存为.mat格式，并且已经划分好心拍，心拍长度均为300个采样点，方便直接使用。其中A类心拍2546个，L类心拍8075个，N类心拍75052个（为避免严重的数据集不平衡，仅选用了前6000个），R类心拍7259个。程序共94行，完全由本人撰写，注释详细，容易看懂。3、构