基于脑电信号的情感识别算法研究

发布时间：2020-05-07 01:30

【摘要】：人体的脑电信号是中枢神经系统所产生的信号,其与人的情感变化有密切的关系,利用脑电信号来分析人的情感状态成为了情感识别领域研究的热点。但脑电信号是一种非平稳、非线性信号,容易受到人体其他生理信号和外部因素的干扰,传统的情感识别方法存在算法复杂、识别准确率不高等局限性,本文在对脑电信号深入分析的基础上,对基于脑电信号的情感识别从以下几方面展开研究:首先,针对脑电信号在采集过程中受到各种噪声影响的问题,本文提出一种基于FastICA与双树复小波变换的多导联脑电信号去噪算法。该算法通过计算各独立分量的分形维数值来判别各独立分量中的噪声分量,并使用改进阈值函数的双树复小波变换对有用信号分量进行进一步分析。实验结果表明,该算法在多导联脑电信号降噪方面取得了良好的效果。其次,针对目前情感识别中缺乏有效的特征选择方法的问题,本文利用二进制布谷鸟算法筛选情感特征。首先提取脑电信号的多域情感特征,再使用二进制布谷鸟算法对特征集合进行优选,最终得到最优情感特征子集。实验结果表明,该算法可以获得最优情感特征子集,并有效地降低特征维数。最后,针对情感识别准确率不高、算法训练和测试时间消耗长的问题,本文提出一种基于改进萤火虫的最小二乘双支持向量机情感识别算法。利用最小二乘双支持向量机实现情感识别,并使用改进的萤火虫算法进一步优化最小二乘双支持向量机,确定最优算法模型。实验结果表明,该算法对四种不同类型的情感识别准确率均超过80%,其平均识别准确率相比于LSSVM、SA-IPSO-SVM、MLSTSVM算法分别提升了11.2%、12.5%和8.8%,情感识别算法的训练与测试时间也得到了降低。
【图文】：

大脑皮质,顶叶,口头表达能力,感觉功能

信号特征明显，包含的信息比较丰富，与其识别的研究具有独特的优势。介原理制中枢，其主要可以分为脑核，脑缘系统和所示。大脑皮质主要构成成分是灰质，，存在于最大。大脑皮质包含两个核心部分，即左、区、顶叶区和枕叶区等区域，不同的区域负习能力口头表达能力，思维能力有关。顶叶等感觉功能。颞叶区与人体的多种不同的感处理视觉信息的功能。

波形图,脑电信号,节律,波形图

和空域特征突出的频率范围是比较宽的，有用脑电信号的频率范围处究中常用的脑电信号频率为 0.5Hz 到 30Hz。由于脑电更加突出，在研究脑电信号时，综合使用时域、频域脑电信号处理中就显得尤为重要。信号的节律特性发现，脑电信号可以划分为多个不同的波段，各波段不同的波段称为节律波，不同节律波的存在使得脑电的波段可以将脑电信号划分为：波（0.5~3Hz）、θ z）、β 波（14~30Hz）、γ 波（>30Hz）这几种类型的节
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R318;TN911.7

【参考文献】