| 面向脑电数据的知识建模和情感识别 |
| |
| 作者姓名： | 宿云 胡斌 徐立新 张晓炜 陈婧 |
| |
| 作者单位： | 兰州大学信息科学与工程学院;西北师范大学计算机科学与工程学院 |
| |
| 基金项目： | 国家重点基础研究发展计划(2014CB744600);国家国际科技合作专项(2013DFA11140);国家自然科学基金(61210010,61402211);甘肃省省青年科技基金计划(1308RJYA085,1208RJYA015)资助 |
| |
| 摘 要： | 心理科学研究依赖于对生理、心理数据的分析,情感是心理研究的重要内容.近年来随着认知神经科学研究技术的成熟,研究者利用脑电(electroencephalogram,EEG)等可以反映脑功能活动的生理信号,直接研究情感问题,如情感识别、情绪脑等.但是,生理信号将会产生TB级甚至PB级的数据量,认知研究和临床神经科学在过去几十年中已产生大量生理数据,对这些大数据的表示和情感知识挖掘需要更高级的工具.构建能够表示数据含义和情感相关知识的模型,能够给心理研究者提供一个知识共享平台,以便使用这些大数据进行情感方面的科学研究.本文构建一个可以表示EEG数据语义和被试者上下文信息的本体模型,并基于该模型使用推理引擎进行基于EEG生理信号数据的自动情感识别.实验结果表明,模型在e NTERFACE 2006数据集上能够以99.11%的平均准确率识别被试者的情感状态,并从实验结果分析发现基于EEG数据情感识别最关键的特征是Beta波与Theta波的绝对功率比.
|
| 关 键 词： | EEG 本体 情感识别 基于规则推理 随机森林 |
| 本文献已被 CNKI 等数据库收录！ |
|
