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:
脑电信号是一种微伏级信号,从头皮上采集的脑电信号包含眼电信号、心电信号以及各种环境噪音.针对情感识别如何有效处理脑电信号的问题,本文首先对实验采集的脑电信号应用小波分析和独立分量分析进行预处理去除干扰;其次为了有效地提取脑电特征,应用幅值直方图、标准差在时域上定性地找出2种情感的脑电差异;最后应用功率谱对2种情感脑电的γ波节律进行谱分析.仿真实验结果表明,将脑电信号的γ波节律用于情感识别是可行的.
推荐文章
基于稀疏表示的脑电(EEG)情感分类
脑电信号
稀疏表示
情感
加速近邻算法
正交匹配算法
基于等分符号化熵的情感脑电信号分析
非线性
脑电
复杂度
情感
基于脑电信号的情感识别研究
脑电信号
情感识别
微分熵
通道选择
遗传算法
基于IMF能量矩的脑电情绪特征提取研究
小波变换
经验模态分解
本征模态函数
能量矩
脑电信号
情感识别
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 脑电情感信号正确提取仿真
来源期刊 计算机与现代化 学科 工学
关键词 情感识别 脑电 独立分量分析 小波分析 特征提取
年,卷(期) 2017,(1) 所属期刊栏目 应用与开发
研究方向 页码范围 123-126
页数 4页 分类号 TP391.4
字数 2510字 语种 中文
DOI 10.3969/j.issn.1006-2475.2017.01.025
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 谢云 广东工业大学自动化学院 105 485 10.0 16.0
2 谭志伟 广东工业大学自动化学院 9 196 5.0 9.0
3 苏镜 广东工业大学自动化学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (10)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
情感识别
脑电
独立分量分析
小波分析
特征提取
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导