基于脑电信号的ILDB情感特征提取算法

• 作者: 叶西宁 时文飞
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 情感识别 ILDB SVM
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 254-259,276
• 页数: 7页
• 分类号: TP391.4
• 字数: 5434字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.2016.02.016

摘要

近年来,随着信号处理和机器学习技术的快速发展,基于脑电信号的情感识别越来越受到重视.特征提取是情感识别过程中的关键一步.本文提出了改进的局域判别基(Improved Local Discriminant Bases,ILDB)算法,提取信号局域判别基各子空间的能量和系数均值特征构成特征向量,利用SVM分类器进行分类,通过对特征向量类可分性及分类正确率的评估,表明ILDB 算法提取的特征具有可分性且分类正确率较高.ILDB算法的通道最高平均分类正确率达到88％,通道最高平均分类正确率比LDB算法提高4.4％和7.2％,所有通道平均分类正确率比LDB算法提高10.1％和9.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶西宁	华东理工大学信息科学与工程学院	19	200	6.0	14.0
2	时文飞	华东理工大学信息科学与工程学院	1	7	1.0	1.0