CN115414051B 一种脑电信号自适应窗口的情绪分类识别方法 （西安邮电大学）_第1页
CN115414051B 一种脑电信号自适应窗口的情绪分类识别方法 （西安邮电大学）_第2页
CN115414051B 一种脑电信号自适应窗口的情绪分类识别方法 （西安邮电大学）_第3页
CN115414051B 一种脑电信号自适应窗口的情绪分类识别方法 （西安邮电大学）_第4页
CN115414051B 一种脑电信号自适应窗口的情绪分类识别方法 （西安邮电大学）_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种脑电信号自适应窗口的情绪分类识别功率谱密度等特征；使用reliefF算法对所提取法和K近邻算法在效价和唤醒二维情绪模型上进2步骤四、选取具有最大情绪强度的信号窗口：计算所正交部分定向相干值(generalizedorthogonalizedpartialdirectedcoherence，步骤五、根据所选取的窗口数据，提取脑电信号特征近邻(KNN)算法在效价和唤醒维度对预处理之后的全部脑电数据和进行数据缩减后的关键脑电数据进行情绪分类识别。四中的计算广义正交部分定向相干方法是基于多变量自回归模型，阶数为p的多变量自回建立了多变量自回归模型之后，通过使用双扩展卡尔曼滤波算法得到3jijj的共轭转置向ij45广义正交部分定向相干值(generalizedorthogonalizedpartialdirectedcoherence，找到K个对应于同一类别的特征和K个不同类别的特征，计算这些特征所对应的权重向量，[0013]步骤七、使用分类器进行情绪分类识别：根据所选取的特征，利用支持向量机(SVM)和K近邻(KNN)算法在效价和唤醒维度对预处理之后的全部脑电数据和进行数据缩减j的共轭ijij6[0031](2)该方法在利用广义正交部分定向相干方法选取关键脑电信号时，考虑到了脑[0032](3)由于可用于脑电情绪分类识别的数据集中数据点数量有限，如果特征点数量练模型所需的特征点数量，所以通过reliefF算法进行特征选择来选择一组新的情绪信息[0036]步骤2：脑电数据预处理，考虑到原始脑电信号中包括一些伪迹干扰成分，使用7加，在所有窗口数据矩阵中，选取广义正交部分定向相干值最高的窗口数据，并表示为了克服过拟合问题，在进行特征选择时，可以减少训练模型所需的特征点数量，利用reliefF算法选取一组新的情绪信息量最大的特征，该算法具有抗噪性和对特征交互的鲁邻算法在效价和唤醒维度对预处理之后的全部脑电数据和进行数据缩减后的关键脑电数[0043]上述步骤4中的计算广义正交部分定向相干方法是基于多变量自回归模型，阶数8j的共轭ijij

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论