换一批基于脑电信号的情绪复合特征优选与分类识别
Emotion Complex Feature Optimization and SVM Classification Recognition based on EEG
摘要鉴于情绪影响着人的工作和生活,准确的检测情绪具有重要应用价值,考虑到不同的情绪特征之间的互补性,提出一种基于脑电信号的情绪复合特征提取与识别方法.方法首先对原始信号进行ICA伪迹去除处理,对处理后的信号用小波变化分解为五个节律波,选取包含情绪信息较多的γ频段,提取微分熵、功率谱密度和模糊熵特征,然后对提取的特征的离群值使用最接近的非离群值进行填充,并用串行拼接进行融合,采用Fscore方法对复合特征进行优选,最后使用SVM进行情绪分类识别.在SEED-Ⅳ数据集上进行实验,结果表明所提方法能够更全面的包含情绪信息,有效提高识别精确度.
更多相关知识
关键词
情绪特征提取微分熵功率谱密度模糊熵EmotionFeature extractionDifferential entropyPower spectral densityFuzzy entropy
栏目名称
DOI
10.3969/j.issn.1006-9348.2025.03.095
发布时间
2025-04-24（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
