基于集成卷积神经网络的脑电情感识别

• 作者: 张傲 陈兰岚 魏琛
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 脑电信号 情感识别 卷积神经网络 集成学习
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 614-622
• 页数: 9页
• 分类号: TP391
• 字数: 5362字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20180416004

摘要

采用脑电情感数据集SEED进行情感识别研究,旨在利用深度学习中的卷积神经网络(CNN)自动提取脑电样本的抽象特征,省去人工选择特征与降维的过程.首先,采用小波包变换(WPT)对脑电信号进行6级分解并构成二维结构样本;然后,通过改变网络深度设计了6个深度不同的CNN模型;最后,通过投票法与加权平均法建立集成模型,提高了识别精度.实验结果表明,本文方法对3种情感类别的平均分类精度达到了93.12％,能够满足情感识别的研究需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈兰岚	华东理工大学化工过程先进控制和优化技术教育部重点实验室	16	47	4.0	6.0
2	张傲	华东理工大学化工过程先进控制和优化技术教育部重点实验室	3	6	1.0	2.0
3	魏琛	华东理工大学化工过程先进控制和优化技术教育部重点实验室	2	5	1.0	2.0