基于脑电信号的视听诱发情绪识别研究

发布时间：2021-01-10 14:46

　　情绪是伴随着认知和意识过程产生的心理和生理状态,在人类交流中扮演着非常重要的角色,情绪的分析和识别在人机交互、康复医疗等领域具有广阔的应用前景。在可用于情绪识别的各类信息源中,脑电信号不易伪装、反应灵敏、识别结果客观真实,是现在的研究热点。目前研究离散模型下基本情绪识别较多,基于维度模型的研究较少,分类正确率也不高,并且主要是针对单一类刺激源的诱发方式,而现实生活中情绪往往是由多类刺激源诱发,因此提高多类诱发方式下情绪维度空间的识别正确率是非常必要的。本文在研究了基于多元经验模态分解（Multivariate Empirical Mode Decomposition,MEMD）的特征提取算法和基于序列浮动前向搜索算法（Sequential Floating Forward Selection,SFFS）的特征选择算法的基础上,提出了相应的改进算法,完成视听诱发方式下情绪维度空间的识别分析并设计了音乐和图片两类典型的情绪诱发实验,在此基础上搭建了一个基于脑电信号的视听诱发情绪识别系统。主要研究工作如下:（1）针对空间均匀采样的方式不能很好的反映多元脑电信号动态特征的问题,在MEMD算法的... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题来源
    1.2 课题研究背景、目的及意义
    1.3 相关领域国内外研究现状
        1.3.1 情绪模型和诱发方式的相关研究现状
        1.3.2 情绪脑电信号特征提取方法研究现状
        1.3.3 情绪脑电信号特征选择方法研究现状
        1.3.4 基于脑电信号的情绪识别系统研究现状
    1.4 论文研究内容和结构安排
        1.4.1 论文主要研究内容
        1.4.2 论文结构安排
第2章 基于MEMD情绪脑电在维度空间的特征提取
    2.1 情绪脑电信号的特征提取
    2.2 基于MEMD的特征提取
        2.2.1 多元经验模态分解
        2.2.2 非均匀采样MEMD
        2.2.3 IMF选择和特征提取
    2.3 实验结果与讨论
        2.3.1 脑电数据及处理过程
        2.3.2 实验结果与分析
    2.4 本章小结
第3章 基于SFFS情绪脑电在维度空间的特征选择
    3.1 情绪脑电信号的特征选择
        3.1.1 基于搜索算法的特征选择
        3.1.2 基于评价函数的特征选择
    3.2 基于SFFS的特征选择
        3.2.1 序列浮动前向搜索策略
        3.2.2 类别可分性表征方式
        3.2.3 基于SVM的评价准则
        3.2.4 混合SFFS
    3.3 实验结果与分析
    3.4 本章小结
第4章 视听诱发的情绪识别系统设计
    4.1 实验方案设计
        4.1.1 情绪音乐诱发实验设计
        4.1.2 情绪图片诱发实验设计
    4.2 基于脑电信号的情绪识别系统总体框架设计
        4.2.1 信号采集模块设计
        4.2.2 信号处理模块设计
        4.2.3 基于脑电信号的情绪识别系统软件设计
    4.3 系统测试与实验结果分析
    4.4 本章小结
第5章 总结与展望
    5.1 全文工作总结
    5.2 下一步工作展望
致谢
参考文献
作者在攻读硕士学位期间取得的研究成果



本文编号：2968893