基于集成卷积神经网络的脑电情感识别 |
| |
作者姓名: | 魏琛 陈兰岚 张傲 |
| |
作者单位: | 华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海,200237;华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海,200237;华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海,200237 |
| |
基金项目: | 国家自然科学基金;中央高校基本科研业务费专项 |
| |
摘 要: | 采用脑电情感数据集SEED进行情感识别研究,旨在利用深度学习中的卷积神经网络(CNN)自动提取脑电样本的抽象特征,省去人工选择特征与降维的过程。首先,采用小波包变换(WPT)对脑电信号进行6级分解并构成二维结构样本;然后,通过改变网络深度设计了6个深度不同的CNN模型;最后,通过投票法与加权平均法建立集成模型,提高了识别精度。实验结果表明,本文方法对3种情感类别的平均分类精度达到了93.12%,能够满足情感识别的研究需求。
|
关 键 词: | 脑电信号 情感识别 卷积神经网络 集成学习 |
本文献已被 CNKI 万方数据 等数据库收录! |
|