基于核谱回归与随机森林的脑电情感识别

• 作者: 夏家峻 张建华 文再治 李建荣 陈朋
• 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 脑电 非线性动力学 小波变换 核谱回归 随机森林
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 744-751
• 页数: 8页
• 分类号: TP391.4
• 字数: 3743字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20171005001

摘要

利用DEAP情感数据库研究脑电的情感识别问题.首先,使用聚类算法确定情感状态的目标类别;然后,比较了两种不同的特征提取方法:一种是小波变换,另一种是非线性动力学,并研究了基线特征对情感分类效果的影响;最后,研究了5种特征降维方法对分类性能的影响,同时比较了4种不同分类器的性能,包括K-最近邻(KNN)、朴素贝叶斯(NB)、支持向量机(SVM)和随机森林(RF).研究结果表明,核谱回归(KSR)降维方法和随机森林分类器的组合对情感状态的分类效果最好.通过对脑区与情感关系的研究发现,只使用部分脑区的少量电极也可以达到90％的分类准确度,这些电极主要分布在额叶皮层.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建华	华东理工大学信息科学与工程学院	14	39	3.0	5.0
2	文再治	华东理工大学信息科学与工程学院	2	1	1.0	1.0
3	李建荣	华东理工大学信息科学与工程学院	2	1	1.0	1.0
4	陈朋	华东理工大学信息科学与工程学院	2	1	1.0	1.0
5	夏家峻	华东理工大学信息科学与工程学院	1	1	1.0	1.0