-
题名基于三维并行多视野卷积神经网络的脑电信号情感识别
被引量：2
- 1
-
-
作者
韩新龙
高云园
马玉良
-
机构
杭州电子科技大学自动化学院
浙江省脑机协同智能重点实验室
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2024年第4期696-703,共8页
-
基金
国家自然科学基金项目(61971168,62071161,62271181)
浙江省自然科学基金重点项目(LZ22F010003)
+1 种基金
浙江省教育厅科研项目(Y202249730)
杭州电子科技大学研究生科研创新基金项目。
-
文摘
利用脑电信号识别情感状态已经成为当前的研究热门。现有的情感识别方法通常提取二维信息作样本,却忽略了包含大脑不同区域重要特征的空间信息。针对这个问题,结合脑电通道间布局和原始脑电信号中的频率相关特征,提出了基于三维并行多视野卷积神经网络(Three-dimensional Parallel Multi-field Convolutional Neural Network, TPMCNN)的脑电情感识别新方法。首先将原始脑电信号划分成多频带,并提取每个频带的微分熵(DE)特征。接着将数据按照电极传感器的位置转变成三维特征矩阵。最后采用TPMCNN网络处理所得到的矩阵。实验结果表明,利用不同频带的微分熵特征构造的三维特征矩阵,能够有效地提取多通道脑电信号中与情感识别有关的特征,所提出的并行多视野卷积神经网络能够充分发挥出深度学习的优势。实验在公开数据集DEAP上进行二分类,在唤醒和效价的准确率分别达到了97.31%和96.72%,四分类的准确率达到了97.17%,证实了所提出的方法对脑电信号情感识别的优越性能。
-
关键词
情感识别
三维特征
多视野卷积神经网络
并行网络
-
Keywords
emotion recognition
3D feature
multi-field convolutional neural network
parallel network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名多线激光光条图像缺陷分割模型研究
被引量：5
- 2
-
-
作者
郭晓轩
冯其波
冀振燕
郑发家
杨燕燕
-
机构
北京交通大学物理科学与工程学院
北京交通大学软件学院
东莞市诺丽科技股份有限公司
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第1期172-179,共8页
-
基金
国家自然科学基金重点项目(No.51935002)
国家自然科学基金面上项目(No.52175493)。
-
文摘
受环境干扰以及反射光影响,室外采集的多线激光光条图像含有光斑和断裂缺陷.为了准确地分割图像缺陷,本文提出了一个轻量的UT(U-shape Target,U代表U型编解码网络结构,T代表靶形视野)分割模型,模型由3×3卷积和靶形卷积堆叠而成.靶形卷积是针对激光光条图像特点提出的多视野卷积模块,模块中四个卷积分支构成靶形卷积视野,能够提取激光光条图像几何结构特征、局部细节特征以及环绕纹理特征.实验表明,UT模型在多线激光光条图像上的缺陷分割精度高于主流分割模型,而且实现了分割精度和参数量的平衡.
-
关键词
缺陷分割
激光图像
深度学习
轻量级分割模型
多视野卷积
-
Keywords
defect segmentation
laser images
deep learning
light-weight segmentation model
multiple-receptive-field convolution
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
