10.3969/j.issn.2095-2163.2023.10.004
基于mRMR和BiLSTM的脑电信号情绪识别
人类的情绪会极大地影响一个人的行为,情绪识别技术在医疗、网络学习、监控等多个领域都有广泛的应用.为了更有效地提取脑电信号特征,提升脑电信号情绪分类效果,本文提出了一种基于mRMR(最小冗余最大相关)的多频段脑电信号特征提取方法.针对脑电信号在不同通道电极间特征差异,利用最小冗余最大相关性算法,根据空间导联电极与特征频段分布不同,选择与情绪特性关联较大的空间电极并提出多频段融合算法,提取微分熵特征.利用脑电情绪数据库,在长短期记忆网络(Long Short-Term Memory,LSTM)网络中引入双向LSTM(Bi-directional LongShort-Term Memory,BiLSTM)层进行训练,根据唤醒和效价等级进行情绪划分,平均准确率分别达到 96.23%、93.16%.
脑电信号、情绪识别、最小冗余最大相关、多频段融合
13
TP301.6(计算技术、计算机技术)
江苏师范大学研究生科研与实践创新计划资助项目2021XKT0162
2023-11-02（万方平台首次上网日期，不代表论文的发表时间）
共5页
15-19
