-
题名结合非线性全局特征和谱特征的脑电情感识别
被引量:12
- 1
-
-
作者
孙颖
马江河
张雪英
-
机构
太原理工大学信息与计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第17期116-121,共6页
-
基金
国家自然科学基金(No.61371193)
山西省青年科技研究基金(No.2013021016-2)
-
文摘
针对现有表征情感信息的脑电信号的非线性特征提取不完善的问题,将相空间重构技术引入情感脑电的识别中,提取了在相空间重构下基于轨迹的描述轮廓的三种非线性几何特征作为新的情感脑电特征。结合脑电信号的功率谱熵以及非线性属性特征(近似熵、最大Lyapunov指数、Hurst指数),提出了基于主成分分析(PCA)的非线性全局特征(非线性几何特征+非线性属性特征)和功率谱熵的融合算法,以支持向量机(SVM)为分类器进行情感识别。结果显示,非线性全局特征能更有效地实现情感识别,二分类情感识别率约90%左右。基于PCA的融合情感特征相比单一特征能达到更佳的情感识别性能,四分类实验中平均识别率可达86.42%。结果表明,非线性全局特征相比非线性属性特征情感识别率有所提高,非线性全局特征以及功率谱熵的结合可以构造出更佳的情感脑电特征参数。
-
关键词
相空间重构
非线性几何特征
非线性全局特征
特征融合
-
Keywords
phase space reconstruction
nonlinear geometric features
nonlinear global feature
feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-