1. 这次为什么选 GU EEG 这条线

这次我没有继续沿用图像数据集，而是换到了一条更小、更贴论文任务本身的数据线：

• 数据集：EEG Emotion Recognition Dataset_GU
• 论文时间：2025
• 任务：三分类情绪识别
• 情绪类别：happiness、sadness、fear

这条线适合做复现，有几个很现实的原因：

• 论文和数据集之间是直接对应关系
• 原始数据已经在本地，不需要重新找数据源
• 任务规模不大，适合快速固定协议
• 即使最终没复现到论文数值，也能形成一篇高质量复现实录

2. 论文原文到底要求怎么做

这篇论文真正做的不是“原始 EEG 直接上深度学习”，而是下面这套流程：

1. 数据采集与情绪诱发
2. 0.5–45 Hz 带通
3. Savitzky-Golay 去趋势
4. ICA 去眼动伪迹
5. VMD 分解成 5 个 IMF
6. 使用 3s sliding window，而且是 50% overlap
7. 计算频带功率特征
8. 用 KNN / SVM / DT / RF 做分类

其中几个非常关键的论文参数，原文是明确写出来的：

• 5-IMF decomposition
• 3s 窗口
• 50% overlap
• 80/20 train-test split
• 训练集上再做 6-fold cross-validation

更重要的是，论文 SHAP 段落明确写到最终模型解释的是 25 个特征。这个信号很关键，因为它几乎等价于：

• 5 个 IMF
• 5 个频带
• 5 × 5 = 25 维输入

也就是说，如果复现时还是把通道维直接展开，那和论文最优模型的输入口径大概率就不一致了。

3. 我先把本地数据协议固定了

在本地这套工程里，我先做的是把“实验口径”固定下来，而不是一上来盲目追分。

当前本地数据事实是：

• 原始记录数：10
• 通道数：32
• 采样率：128 Hz

我先按论文描述的刺激时间切 trial：

• 10-25s：happiness phase 1
• 30-45s：sadness phase 1
• 50-65s：fear phase 1
• 75-90s：happiness phase 2
• 95-110s：sadness phase 2
• 115-130s：fear phase 2

这样得到：

• 60 个 trial-level 样本
• 30 个训练 trial
• 30 个测试 trial

这一步的意义不是“先刷高分”，而是先保证后续每一轮实验都能在同一套协议上比较。

图 1 项目逻辑图

4. 第一阶段：先把基础 baseline 跑通

我最开始先不碰论文主线里的 VMD，而是先做一个比较稳的频域 baseline：

• Bandpower + SVM
  • accuracy：0.5000
  • macro-F1：0.4682
• Bandpower + RF
  • accuracy：0.4333
  • macro-F1：0.4202
• CNN1D
  • accuracy：0.3929
  • macro-F1：0.3379

这组结果不算高，但它说明了一件更重要的事：

数据读取、标签映射、特征抽取、训练和评估链路已经真正闭合了。

图 2 baseline

5. 第二阶段：把论文主线里的 VMD 补进来

跑通 baseline 之后，我开始往论文口径靠：

• VMD-IMF5
• 3s 窗口
• 后来补上 bandpass + Savitzky-Golay + z-score

先看一版更贴论文的主线结果：

• VMD-IMF5 + RF
  • accuracy：0.3400
  • macro-F1：0.3211
• VMD-IMF5 + SVM
  • accuracy：0.3667
  • macro-F1：0.3511

补完更像论文的前处理之后：

• Preprocess + VMD-IMF5 + RF
  • accuracy：0.3533
  • macro-F1：0.3512
• Preprocess + VMD-IMF5 + SVM
  • accuracy：0.4133
  • macro-F1：0.4084

这里有一个很明确的结论：

低准确率不是随便换个分类器就能救起来的，前处理链本身就很重要。

6. 第三阶段：我把论文里最关键的 25 维特征也重做了

论文原文里有一个很容易被忽视、但非常关键的信号：

SHAP 分析对象是 25 个特征。

这让我意识到，论文最优结果的输入很可能不是高维通道展开，而是：

• 5 IMF × 5 band = 25 维特征

所以我又单独实现了一版更像论文的 25 维特征输入：

• 3s 窗口
• 50% overlap
• 5 IMF
• 5 band
• 跨通道做聚合

然后把论文里明确提到的四个分类器全部跑了一遍：

• KNN：accuracy 0.4148
• SVM：accuracy 0.4148
• RF：accuracy 0.3593
• DT：accuracy 0.3407

这一步特别重要，因为它说明：

即使把输入特征口径也往论文靠，结果依然没有复现出论文里的 RF 优势。

7. 第四阶段：把论文的评估协议也补进来了

论文正文里明写的是：

• 80/20 train-test split
• 训练集上做 6-fold CV

所以我后来把训练脚本扩成了论文式评估模式，然后用这套协议重跑了同一版 25 维特征。

这一轮结果依然是：

• KNN 最好，test accuracy 0.4352
• RF 只有 0.3611

也就是说：

把评估协议对齐之后，结果依然没有往论文的 99% 靠拢。

图 3 当前结果总览

8. 论文和本地结果差得有多大

我把论文报告值和本地最好结果画成了一张很直接的图。

论文公开报告值：

• RF validation accuracy = 0.9957
• RF testing accuracy = 0.9936

而我这边目前比较稳的本地结果，大致在：

• 0.41 ~ 0.50

这说明这次复现不是“少调一点参数就能对齐”的量级差异，而是：

公开论文里一定还有一些没有在正文里写清楚的关键实现细节。

图 4 论文结果与本地复现差距图

9. 我还验证了哪些可疑点

为了尽量把“是不是我自己实现错了”这件事排干净，我又补做了几轮验证：

• 更密的 overlap
• CNN1D
• CNN-BiLSTM-Attention
• STFT + CNN2D
• ICA 两种版本
• 不同 VMD 参数
• 25 维特征的不同跨通道聚合方式

这些验证最后给出的共同结论是：

• 不是轮数问题
• 不只是窗口 overlap 问题
• 不只是评估协议问题
• 不只是“通道均值聚合”问题

真正没对齐的，最可能还是：

• 作者内部未公开的特征构造细节
• RF / KNN / SVM / DT 的具体超参数
• 人工 ICA 成分剔除规则
• 数据清洗与样本筛选的隐含规则

图 5 论文 Table 1 热力图

10. 那这次复现算不算成立

我现在对这条线的判断很明确：

成立，但不是“论文数值复现成功”，而是“高保真复现尝试成立”。

也就是说，这次最有价值的不是某一个分数，而是把下面这些事情真的做出来了：

• 论文任务定义被翻译成了本地工程
• 论文主线方法被逐段实现和核验
• 多种潜在差异被逐个排查
• 最终把“为什么没能对齐结果”这件事讲清楚了

这比只写一句“我没复现出来”有价值多了。

11. 这条线对后续写作有什么价值

如果你把这条线当成一篇 CSDN 文章，它的亮点不在于“我也做到了 99%”，而在于：

• 你不是停留在摘要复述
• 你真的把论文拆开重做了
• 你做了多轮排查
• 最后给出了一个有根据的复现结论

这种文章比单纯贴代码和结果更有说服力，因为它更像真实科研工程，而不是结果导向展示。

12. 当前结论

一句话总结这次 GU EEG + 2025 复现：

这不是一篇“我成功复现到了 99%”的文章，而是一篇“我把一篇近两年 EEG 论文拆开做完，最后确认公开细节不足导致结果无法对齐”的高保真复现实录。

这次复现最让我感受到的一点是，真正难的从来不是“把代码跑起来”，而是把论文里那些默认被略过的实现细节一点点补齐。GU EEG 这条线最后没有把 99% 复现出来，但它让我更清楚地看到了高分论文和可复现工程之间到底隔着什么。对我来说，这样的复现实验不是失败，反而更接近真实。
需要资料私信我哟