收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多个EEG信号特征的情绪识别分析与研究

王雪芹  
【摘要】:近年来,很多研究人员一直致力于研究如何让计算机和人一样具有观察并理解各种情绪甚至是能够生成并表达各种情绪的能力,而想要完成这个目标需要解决的一个基本问题就是:如何利用人类的生理信号或非生理信号进行有效的情绪识别。脑电(Electroencephalogram,EEG)信号作为一种生理信号,由人体的中枢神经直接产生,难以人为操纵或改变,且可以实时客观地反映出人类情绪状态,这些特点使得很多研究人员选择使用脑电信号进行情绪识别。目前利用可靠的脑电信号去鲁棒识别情绪还是存在很多难点。脑电信号的非线性非平稳性为利用脑电信号进行情绪识别带来了很多困难和阻碍。其次,虽然脑电信号的特征提取算法众多,但不同的脑电特征提取方法会从不同的角度来量化脑电信号,所以使用单一的特征提取算法无法充分发挥脑电信号的优势。针对这两个问题,本文主要进行了以下工作:1、研究了基于多元经验模态分解的脑电信号处理方法。为了降低脑电信号的非平稳性,在脑电信号的特征提取阶段之前引入了多元经验模态分解(Multivariate Empirical Mode Decomposition,MEMD)算法,将多个通道的脑电信号同步分解为一系列个数相同且频率尺度也相同的固有模态函数(Intrinsic Mode Function,IMF)。并通过实验证实了MEMD算法能够有效降低脑电信号的非平稳性,提高后续基于脑电信号的情绪识别分类任务的准确率。2、研究了脑电信号的三类特征提取方法。探讨了脑电信号的三类特征提取方法在经过MEMD算法分解得到的IMF分量上的可行性,分别从时域角度、频域角度和非线性角度提取了多个脑电信号的情绪特征。分别针对单个特征和组合特征进行了情绪识别任务,实验结果证实所提取的八个脑电特征上携带的情绪信息能够满足基于脑电的情绪识别分类研究,而简单组合多个特征对最终的分类准确率提升不大,甚至在组合的特征数过多时还会产生负面影响,所以研究可行的基于多个脑电特征的情绪识别分类方法是极其有必要的。3、研究了基于多个脑电信号特征的情绪识别分类。从特征融合与决策融合这两个角度探讨了基于多个脑电特征的情绪识别分类方法。在特征层上,采用了基于主成分分析(principal components analysis,PCA)和随机森林(Random Forest,RF)两种特征融合方法实现了基于多个脑电特征的情绪识别,并针对基于随机森林特征选择算法的局限性提出了一种基于序列前向浮动搜索策略的改进特征选择算法,该方法能够有效降低完整特征集的特征维度、剔除冗余特征;在决策层上,采用基于D-S证据理论从决策融合的角度实现了基于多个脑电信号特征的情绪识别,并通过实验证明了所采用决策融合算法的合理性。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 谢松云;张坤;白树林;张海军;;脑电信号灰建模及特征提取新方法研究[J];计算机仿真;2006年12期
2 石乔莉;王延辉;李信政;;基于脑电信号的驾驶疲劳的研究[J];世界最新医学信息文摘;2017年55期
3 王恒;李念强;齐鹏冲;;运动想象脑电信号特征的提取与分类[J];工业控制计算机;2015年02期
4 蔡超峰;张勇;郭舒婷;姜利英;;思维脑电信号的关联维数分析[J];河南科技大学学报(自然科学版);2012年01期
5 蔡友宏;;基于脑电信号反馈控制的双轨道小车控制器设计[J];电子制作;2019年23期
6 陈真诚;钟靖;;脑电信号采集预处理电路设计[J];中国医学物理学杂志;2009年04期
7 毛峡,孟庆宇;基于小波变换和神经网络的脑电信号分类方法[J];北京航空航天大学学报;2005年10期
8 杜晓燕;李颖洁;朱贻盛;任秋实;赵仑;;脑电信号伪迹去除的研究进展[J];生物医学工程学杂志;2008年02期
9 赵丽;李逴;;八通道脑电信号前置放大器设计[J];天津工程师范学院学报;2007年01期
10 谭发江;赵德春;孙齐峰;方程;赵兴;皮喜田;刘欢;;便携式脑电信号采集与处理系统(英文)[J];航天医学与医学工程;2016年03期
11 王晓丽;;基于深度学习的癫痫脑电信号分析与预测[J];长春大学学报;2019年06期
12 赵利民;朱晓军;;基于局部均值分解与样本熵的脑电信号特征提取与分类[J];计算机工程;2017年02期
13 高群霞;周静;吴效明;;基于脑电信号的自动睡眠分期研究进展[J];生物医学工程学杂志;2015年05期
14 商滔;;我国脑电信号分析方法及在工学方面的应用研究[J];中外企业家;2020年19期
15 张娜;唐贤伦;刘庆;;基于半监督学习的脑电信号特征提取及识别[J];工程科学与技术;2017年S2期
16 赵蕾;白雪梅;胡超;;酒精脑电信号降维去噪方法的研究[J];长春理工大学学报(自然科学版);2019年06期
17 周晶晶;叶继伦;张旭;李晨洋;檀雪;;脑电信号分析方法及其应用[J];中国医疗器械杂志;2020年02期
18 刘殿科;李洪钰;;基于脑电信号分析的换挡布置优化[J];汽车实用技术;2020年17期
19 韦晓燕;陈子怡;周毅;;基于多尺度排列熵的脑电信号分类[J];中国数字医学;2019年05期
中国重要会议论文全文数据库 前20条
1 张丹丹;丁海艳;侯新琳;叶大田;;新生猪缺氧缺血实验中脑电信号的伪差分析[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(上册)[C];2007年
2 胡楠;徐进;郑崇勋;;不同麻醉深度下脑电信号的复杂度研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
3 欧阳轶;郑崇勋;张崇;;基于脑电小波熵的生理性精神疲劳分析[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
4 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集(上)[C];2001年
5 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年
6 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
7 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集(第2卷)[C];2005年
8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
9 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
10 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
11 王晨;张美云;王俊华;蒲柏仲;张莹;陈英;姜楠;王凤楼;;青少年肌阵挛癫痫不同导联分尺度脑电信号的相关性研究[A];第六届CAAE脑电图与神经电生理大会会刊[C];2018年
12 韩久琦;柯昂;孟桂芳;张华亮;周瑾;王常勇;;基于神经网络迁移学习和增量学习的脑电信号分类[A];第四届全国神经动力学学术会议摘要集[C];2018年
13 王舒欢;;基于复杂度的脑电信号分析[A];2015中国(天津)机电装备创新设计与产业发展高峰论坛论文集[C];2015年
14 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年
15 许佳;田学隆;葛国庆;刘虔诚;唐海英;温惠中;;非线性动力学脑电信号认知功能检测[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
16 谢正祥;王志芳;王颖;李虹;刘玉红;杨娟;张婧;黄祖春;;FVEP的高频分量(16-31Hz)提取及其意义[A];节能环保 和谐发展——2007中国科协年会论文集(二)[C];2007年
17 许佳;田学隆;;脑电信号认知功能的非线性动力学研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
18 高克芳;;基于小波包和样本熵的脑电信号的分类方法研究[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
19 张美云;张本恕;陈英;王凤楼;姜楠;;癫痫发作过程中脑电信号的能与熵[A];中华医学会第十八次全国神经病学学术会议论文汇编(下)[C];2015年
20 诸强;谢琳;;基于小波分析的运动想象脑电模式特征提取与分类[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
中国博士学位论文全文数据库 前20条
1 刘烨;多模态脑电模式识别方法及其应用[D];上海交通大学;2016年
2 孙爱芹;基于脑电信号的上肢假肢在线控制方法研究[D];山东科技大学;2017年
3 温廷羲;脑电信号特征提取及分类方法研究[D];厦门大学;2018年
4 李明阳;基于复合域分析的癫痫脑电信号检测算法研究[D];吉林大学;2018年
5 张涛;基于模糊分布熵和复值模糊分布熵的癫痫脑电信号自动分类算法研究[D];吉林大学;2019年
6 韩凌;脑电信号同步分析及癫痫发作预测方法研究[D];东北大学;2016年
7 陈东伟;非线性动力学、因果脑网络与聚类稳定性在脑电信号分析中的应用研究[D];太原理工大学;2015年
8 周群;脑电信号同步:方法及应用研究[D];电子科技大学;2009年
9 马小飞;认知任务下的脑电动力学分析[D];南京大学;2017年
10 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年
11 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年
12 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年
13 袁野;癫痫脑电的非线性方法分析[D];吉林大学;2009年
14 王永轩;事件相关脑电信号单导少次提取与分类算法[D];大连理工大学;2013年
15 李红利;癫痫脑电信号的非线性分析[D];天津大学;2012年
16 王小毅;基于脑电信号分析的消费者品牌延伸评估决策研究[D];浙江大学;2008年
17 游荣义;脑电信号非线性分析方法的研究[D];厦门大学;2003年
18 汪春梅;癫痫脑电信号特征提取与自动检测方法研究[D];华东理工大学;2011年
19 张婷琳;从局部到全局脑电感知模式的研究[D];浙江大学;2017年
20 赵龙莲;生物反馈中脑电信号分析及其在癫痫治疗中应用的研究[D];清华大学;2009年
中国硕士学位论文全文数据库 前20条
1 王雪芹;基于多个EEG信号特征的情绪识别分析与研究[D];南京邮电大学;2020年
2 段若男;基于脑电信号的视频诱发情绪识别[D];上海交通大学;2014年
3 王东洋;基于运动想象的脑电信号识别算法的研究[D];华东理工大学;2013年
4 彭俊洁;基于事件诱发脑电信号的身份识别算法的研究[D];南昌大学;2013年
5 李俊伟;基于想象运动思维的脑电信号分析研究[D];河南科技大学;2015年
6 李伟研;睡眠脑电信号处理及其在睡眠分期中的应用研究[D];广东工业大学;2011年
7 苏建新;基于脑电信号的情绪识别研究[D];南京邮电大学;2015年
8 刘琳;诱发脑电信号的采集与分析[D];河北科技大学;2015年
9 南姣芬;基于脑电信号的驾驶疲劳检测方法研究[D];陕西师范大学;2011年
10 钟宏燕;脑电信号的特征提取和分类研究[D];北京工业大学;2014年
11 马彦臻;基于运动想象的脑电信号处理方法研究[D];天津工程师范学院;2011年
12 李福武;脑电信号处理软件的设计与开发[D];广西师范大学;2008年
13 何付志;独立分量分析在脑电信号分析中的应用[D];山东大学;2005年
14 刘彬;脑电信号处理软件平台的开发[D];电子科技大学;2006年
15 赵利民;基于运动想象的脑电信号特征提取与分类方法研究[D];太原理工大学;2016年
16 顾靖楠;基于脑电信号的警觉度估计算法与实时监测研究[D];上海交通大学;2013年
17 陈悦;关于“脑—计算机”中脑电信号分类的研究[D];南京邮电大学;2013年
18 齐晓英;基于脑电信号分析的轻度认知障碍评估与干预系统设计[D];燕山大学;2017年
19 杨默涵;基于运动想象的脑电信号分类算法与脑-机接口技术研究[D];吉林大学;2017年
20 姚源;基于循环谱和样本熵的癫痫脑电信号定位算法研究[D];广东工业大学;2016年
中国重要报纸全文数据库 前6条
1 记者 张梦然;脑电信号神经反馈训练可增强抗压性[N];科技日报;2018年
2 本报记者 张佳星;脑电波读出容易,读懂很难[N];科技日报;2019年
3 本报记者 曾福泉 郑文 通讯员 吴雅兰 柯溢能;人机合一,未来已来[N];浙江日报;2020年
4 科学作者 译者 猛玛;如何做到真正的因材施教[N];电脑报;2016年
5 本报记者 张晓鸣;用脑电波开车,这不是开玩笑[N];文汇报;2015年
6 本报记者 赵广立;“屏奴”时代的眼之惑[N];中国科学报;2015年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978