基于共同空间模式的情感脑电信号的空域特征提取

发布时间：2021-05-14 08:50

　　为了改善基于脑电（EEG）的情感分类性能,提高多分类情况下的识别准确率,提出了一种基于共同空间模式（CSP）的空域滤波算法。首先使用传统的CSP方法设计空域滤波器,并通过该滤波器对3种情感类型（即积极、中性和消极）的EEG信号进行线性投影,以提取空域特征。此外,考虑到传统近似联合对角化（JAD）算法是使用"得分最高的特征值"准则进行特征向量的选择,该情况可能导致无法有效区分多分类的情感状态,因此针对最高分特征值位置存在的所有可能情况设计了不同的特征值选择方法。对实验室自主采集数据集,使用支持向量模型（SVM）作为分类器进行对比实验。结果表明基于CSP的空域特征提取方法在三分类情感识别中平均准确率达到了87.54%,证明其在情感识别应用中具有可行性。 

【文章来源】：图学学报. 2020,41(03)北大核心CSCD

【文章页数】：6 页

【文章目录】：
1 实验设计和数据获取
2 方法
    2.1 数据预处理
    2.2 基于CSP的情感识别
    2.3 改进的多分类CSP算法
3 结果
    3.1 单次实验的最优长度选择
    3.2 关键频带分析
    3.3 对比传统方法
4 结束语


【参考文献】：
期刊论文
[1]脑机接口技术的发展与展望[J]. 于淑月,李想,于功敬,孙健,张忠海,成苈委.  计算机测量与控制. 2019(10)
[2]产品情感配色的计算机辅助设计及其评价方法[J]. 宗立成.  图学学报. 2018(04)
[3]基于共同空间模式的扫视信号特征提取算法[J]. 吕钊,陆雨,周蚌艳,吴小培.  华中科技大学学报(自然科学版). 2016(10)
[4]产品情感研究及情感测量的关键技术[J]. 林丽,阳明庆,张超,刘玲玲.  图学学报. 2013(01)
[5]脑电信号在情感识别中的应用[J]. 陈曾,刘光远.  计算机工程. 2010(09)



本文编号：3185358