换一批摘要为提高脑电信号情感识别分类准确率,结合经验模态(EMD)分解和能量熵提出一种新的脑电特征提取方法.本研究主要介绍了EMD分解的基本原理,分析了传统EMD算法中的“端点效应”,采用分段幂函数插值算法改善了EMD分解的精度和性能,然后将改进后的算法应用到脑电信号特征提取,获取脑电信号的IMF分量后计算出IMF能量熵作为情感识别的特征,最后通过分类实验对比改进后的EMD算法和传统EMD算法对脑电情感特征的分类准确率.实验结果显示改进的EMD算法能使识别率提高15％左右,并且以IMF能量熵为特征的平均识别率在80％以上,实验结果表明将IMF能量熵用于脑电信号情感识别是可行的.
更多相关知识
关键词
经验模态分解端点效应分段幂函数插值能量熵情感识别Empirical mode decompositionEndpoint effectPiecewise power function interpolationEnergy entropyEmotion recognition
分类号
TP18R318（医用一般科学）
栏目名称
发布时间
2016-08-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61071085）
上海市科委科技创新行动计划（12DZ1940903）
- 浏览144
- 被引37
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
