| 基于便携式脑电设备的快乐和悲伤情绪分类 |
| |
| 引用本文： | 姚娟娟,路堃,许金秀. 基于便携式脑电设备的快乐和悲伤情绪分类[J]. 计算机系统应用, 2020, 29(5): 233-238 |
| |
| 作者姓名： | 姚娟娟 路堃 许金秀 |
| |
| 作者单位： | 北京市地铁运营有限公司地铁运营技术研发中心地铁运营安全保障技术北京市重点实验室,北京 100044;上海帝仪科技有限公司,上海 200232 |
| |
| 摘 要： | 驾驶员情绪状态的识别对车辆主动安全技术的研究具有重要的应用价值.本研究通过情绪视频诱发的方法采集17位被试前额双通道脑电信号,提取不同情绪的脑电特征,并对数据进行降维处理后采用多种分类器进行情绪分类.结果显示,与单核分类器和集成学习分类器相比,基于梯度提升决策树(GBDT)算法得到快乐和悲伤的识别准确率最高.本研究为驾驶员情绪状态的实时监测和识别提供新方法,为提高行车的安全性提供了理论保障.
|
| 关 键 词： | 脑电 情绪 快乐 悲伤 梯度提升决策树 |
| 收稿时间： | 2019-09-04 |
| 修稿时间： | 2019-10-08 |
Classification of Happiness and Sadness Based on Portable EEG Devices |
| |
| YAO Juan-Juan,LU Kun,XU Jin-Xiu. Classification of Happiness and Sadness Based on Portable EEG Devices[J]. Computer Systems& Applications, 2020, 29(5): 233-238 |
| |
| Authors: | YAO Juan-Juan LU Kun XU Jin-Xiu |
| |
| Affiliation: | Beijing Key Laboratory of Subway Operation Safety Technology cum. Subway Operation Technology R&D Centre, Beijing Subway Operation Co. Ltd., Beijing 100044, China; Shanghai Deayea Technology Co. Ltd., Shanghai 200232, China |
| |
| Abstract: | |
| |
| Keywords: | EEG emotion happiness sadness Gradient Boosting Decision Tree (GBDT) |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
