| 基于集成深度学习方法的跨被试EEG特征情感识别 |
| |
| 引用本文： | 唐杰豪,张维,尹钟. 基于集成深度学习方法的跨被试EEG特征情感识别[J]. 计算机与数字工程, 2022, 50(5): 1078-1083. DOI: 10.3969/j.issn.1672-9722.2022.05.030 |
| |
| 作者姓名： | 唐杰豪 张维 尹钟 |
| |
| 作者单位： | 上海理工大学光电信息与计算机工程学院 上海 200093 |
| |
| 基金项目： | 国家自然科学基金;上海青年科技英才扬帆计划 |
| |
| 摘 要： | 该研究使用脑电（EEG）信号经过处理得到的数据集DEAP和HCI，利用微分熵作为特征提取的工具，基于传统机器学习算法，集成学习中的梯度提升树、Xgboost、Adaboost、随机森林算法，以及深度神经网络、卷积神经网络与GoogLeNet实现跨被试的EEG特征情感识别任务，并比较各方法应用于EEG情感分析时的结果差异。比较平均准确率，结果表明深度学习方法取得了不错的成绩，三个深度模型对两个数据集的valence平均准确率达到0.5956和0.6307之间，arousal达到0.6062和0.6774之间，显著优于机器学习算法与集成学习模型取得的结果。
|
| 关 键 词： | 情感识别 微分熵 深度学习 脑电信号 |
Inter-Subject Emotion Recognition with EEG Features Based on Ensemble and Deep Learning Models |
| |
| TANG Jiehao,ZHANG Wei,YIN Zhong. Inter-Subject Emotion Recognition with EEG Features Based on Ensemble and Deep Learning Models[J]. Computer and Digital Engineering, 2022, 50(5): 1078-1083. DOI: 10.3969/j.issn.1672-9722.2022.05.030 |
| |
| Authors: | TANG Jiehao ZHANG Wei YIN Zhong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
