CN115414050B 一种实现情绪识别的eeg脑网络最大团检测方法 （西安邮电大学）_第1页
CN115414050B 一种实现情绪识别的eeg脑网络最大团检测方法 （西安邮电大学）_第2页
CN115414050B 一种实现情绪识别的eeg脑网络最大团检测方法 （西安邮电大学）_第3页
CN115414050B 一种实现情绪识别的eeg脑网络最大团检测方法 （西安邮电大学）_第4页
CN115414050B 一种实现情绪识别的eeg脑网络最大团检测方法 （西安邮电大学）_第5页
已阅读5页，还剩5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

一种实现情绪识别的EEG脑网络最大团检测种实现情绪识别的EEG脑网络最大团检测方法，解决了现有脑网络相关研究中对各脑区交互作过量化EEG信号间的相位同步程度，构建基于相位锁值的功能性脑网络；然后采用改进的Bron_利用rich_club结构筛选有效网络节点，所有节2步骤五、筛选参与最大团检测的节点，若归一化后的rich_club系数值大于1，表明步骤六、将脑区节点按照节点度从小到大的顺序排列步骤八、设定节点数最多的极大团为最终的最大步骤九、按50％的稀疏度对脑网络最大团进行2.根据权利要求1所述的一种实现情绪识别的EEG脑网络最大团检测方法，其特征在个随机网络在不同给定值k下的rich_club系数，最后求得这1000个随机网络rich_club系3.根据权利要求1所述的一种实现情绪识别的EEG脑网络最大团检测方法，其特征在3[0003]人脑拥有最高级的中枢神经系统，它在人类的情感产生过程中起到了主要的作知是由分布的脑区在大规模网络中运行的动态交互作用而不是单个脑区孤立的操作而产解决现有的脑网络相关研究中对各脑区交互作用不明确且情绪识别准确率[0007]步骤1：通过估计脑电通道间信号的相位同步关系构建基于4[0009]步骤3：对脑网络中的每个节点，计算其节点度k对应的加权rich_club系数φw[0018]对比现有技术，本技术方案所述的一种实现情绪识别的EEG脑网络最大团检测方[0019](1)利用脑网络中的rich_club结构筛选构建最大团的有效节点，增加结果准确[0021](3)基于脑网络最大团构建的情绪识别系统，提取最能代表大脑处理情绪活动时其权值大小代表情绪活动下各脑区之间的相位同步这些随机网络满足和PLV网络有相同度分布和网络连接数的条件，然后计算每个随机网络5[0029]筛选参与最大团检测的节点：若归一化后的rich_club系数值大于1，表明rich_[0035]图1中标号1所指的两个步骤(计算节点度、节点排序)是对Bron_Kerbosch的优化选节点)目的在于保证最终检测出的最大团来源于网络中有rich_club结构存在时，因为此时检测出的最大团是最能代表大脑处理信息交互的关键架[0037]图1中标号3所指的步骤(最大团阈值化处理)利用阈值化

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