基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
进行了用多尺度熵提取情感脑电特征的研究,针对传统的基于多尺度熵的特征提取算法在粗粒化过程中存在重要信息丢失以及尺度选择过小造成特征不显著、尺度过大造成计算过度复杂的问题,提出了一种改进的多尺度熵算法.该改进算法通过自适应多尺度熵中本征模态函数的个数确定尺度,而且为突出脑电信号的微小变化,对脑电信号进行自适应二值化处理,充分挖掘特征并降低算法复杂性.利用Deap国际标准情感分析数据库并基于优化支持向量机分类器实现了情感脑电特征识别,进行了改进算法与传统多尺度熵算法的性能比较.结果表明,改进算法的分类准确率较传统多尺度熵算法提高了12.33%,较自适应多尺度熵算法提高了7.27%,表明改进算法是一种有效的脑电特征提取算法.
推荐文章
分段复合多尺度模糊熵和IGWO-SVM的脑电情感识别
脑电信号
情感识别
改进灰狼优化算法
SVM优化算法
分段复合多尺度模糊熵
基于IMF能量熵的脑电情感特征提取研究
经验模态分解
端点效应
分段幂函数插值
能量熵
情感识别
基于EEMD和多元多尺度熵的风力发电机组滚动轴承故障特征提取
风力发电机组
滚动轴承
特征提取
EEMD
多元多尺度熵
人脸识别中基于熵的局部保持特征提取算法
总体熵
特征提取
局部保持映射
S-LPP
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的多尺度熵算法及其情感脑电特征提取性能分析
来源期刊 高技术通讯 学科
关键词 情感脑电 多尺度熵 自适应多尺度熵 改进的多尺度熵
年,卷(期) 2015,(10) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 865-870
页数 6页 分类号
字数 3495字 语种 中文
DOI 10.3772/j.issn.1002-0470.2015.10-11.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王金甲 燕山大学信息科学与工程学院 62 399 9.0 18.0
2 李昕 燕山大学电气工程学院生物医学工程研究所 60 468 12.0 19.0
11 侯永捷 2 7 1.0 2.0
12 谢佳利 燕山大学电气工程学院生物医学工程研究所 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (6)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (8)
二级引证文献  (1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
情感脑电
多尺度熵
自适应多尺度熵
改进的多尺度熵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导