| 基于CNN和Bi-LSTM的脑电波情感分析 |
| |
| 作者姓名： | 朱丽 杨青 吴涛 李晨 李铭 |
| |
| 作者单位： | 1. 华中师范大学 人工智能与智慧学习湖北省重点实验室, 湖北 武汉 430079;2. 华中师范大学 计算机学院, 湖北 武汉 430079;3. 华中师范大学 国家语言资源监测与研究网络媒体中心, 湖北 武汉 430079 |
| |
| 基金项目： | 武汉市科技计划项目基金（No.2019010701011392）; |
| |
| 摘 要： | 针对目前大多数脑电波情感识别方法存在的依赖手动特征提取等问题,提出一种基于卷积神经网络（convolutional neural network,CNN）和双向长短时记忆（bidirectional long short-term memory,Bi-LSTM）网络的混合模型。首先将一维数据转换为二维数据,采用CNN提取空间特征;然后将一维数据输入Bi-LSTM,获取时间特征;最后将融合的空间和时间特征输入Softmax分类器,得到最终分类结果。在DEAP数据集上的实验结果表明：CNN和Bi-LSTM混合模型具有较好的分类性能,在效价度和唤醒度上的准确率分别达到88.55%和89.07%,是一种可行的脑电波情感分类模型。
|
| 关 键 词： | 脑电信号 情感分类 卷积神经网络 双向长短时记忆网络 深度学习 |
| 收稿时间： | 2021-07-13 |
|
| 点击此处可从《应用科学学报》浏览原始摘要信息 |
|
点击此处可从《应用科学学报》下载全文 |
|
