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:
提出一种基于脑电信号运用卷积神经网络技术进行情绪识别的方法,卷积神经网络具有能够从信号中自主提取特征而无需人工选择提取特征的优点。首先对脑电信号进行预处理去噪,将去噪后的16导一维脑电信号组成16×1000的信号矩阵,同时为避免不同通道之间的脑电信号的互扰,采用一维卷积核,卷积神经网络自动提取数据特征,在输出层对16个通道的脑电信号分类,实现正面情绪和负面情绪的识别。实验结果显示,脑电信号可以用来对情绪进行识别,该算法采用的卷积神经网络结构具有较好的识别率。
推荐文章
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于改进卷积神经网络的手势识别
改进卷积神经网络
手势识别
准确率
图像处理
过拟合
Dropout
基于卷积神经网络的车牌识别
卷积神经网络
车牌识别
模型训练
权值共享
基于稀疏卷积神经网络的考生识别算法
考生识别
卷积神经网络
人脸识别
身份验证
多通道输入
方法比
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 基于卷积神经网络的脑电情绪识别研究
来源期刊 现代计算机:中旬刊 学科 工学
关键词 情绪识别 脑电信号 卷积神经网络
年,卷(期) xdjsjzxk_2018,(8) 所属期刊栏目
研究方向 页码范围 12-16
页数 5页 分类号 TP183
字数 语种
DOI
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 薄华 上海海事大学信息工程学院 42 189 7.0 11.0
2 张俊晓 上海海事大学信息工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
情绪识别
脑电信号
卷积神经网络
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
论文1v1指导