基于自回归小波包熵特征融合算法的情感识别研究

• 作者: 侯永捷 史春燕 孙小棋 康健楠 李昕 王欣
• 来源期刊: 生物医学工程学杂志
• 关键词: 情感识别 脑电信号 小波包熵 自回归模型 核主成分分析 支持向量机
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 论著
• 页码范围: 831-836
• 页数: 6页
• 语种: 中文
• DOI: 10.7507/1001-5515.201610047

摘要

针对提高情感识别正确率这一国际开放问题,本文提出了一种基于小波包熵和自回归模型相结合的脑电信号特征提取算法.自回归过程能最大程度逼近脑电信号,用很少的自回归参数提供丰富的谱信息.小波包熵反映脑电信号在各个频带中的谱能量分布情况.将二者结合,能够更好地体现脑电信号的能量特征.本文基于核主成分分析方法,实现了脑电信号特征提取融合.课题组采用情感脑电国际标准数据集(DEAP),选取6类情感状态以本文算法进行情感识别.结果显示,本文算法情感识别正确率均在90％以上,最高情感识别正确率可达99.33％.本文的研究结果表明,该算法能够较好地提取脑电信号情感特征,是一种有效的情感特征提取算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李昕		60	468	12.0	19.0
2	康健楠		6	7	2.0	2.0
3	王欣		9	35	2.0	5.0
4	孙小棋		3	3	1.0	1.0
5	史春燕		2	0	0.0	0.0
6	侯永捷		1	0	0.0	0.0