分段复合多尺度模糊熵和IGWO-SVM的脑电情感识别

• 作者: 吴清 魏雪
• 来源期刊: 计算机应用研究
• 关键词: 脑电信号 情感识别 改进灰狼优化算法 SVM优化算法 分段复合多尺度模糊熵
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3310-3314,3356
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0299

摘要

为提高脑电的情感识别率,提出了分段复合多尺度模糊熵算法,采用分段粗粒化和计算复合多尺度模糊熵的策略,使提取特征较好地解决了数据缺失和计算不准确的问题;同时构造了应用余弦非线性收敛因子和动静态位置更新的灰狼算法优化支持向量机分类模型.为证明所提两种算法的有效性,进行了仿真实验验证,并在公开DEAP数据库下与几种常见的支持向量机优化模型比较脑电的情感识别率,结果表明在提出的模型下,效价、唤醒度、优势度、喜欢度的平均识别率分别为87.27％、87.81％、89.06％、87.58％,均高于其他算法.另外对比了高/低喜欢度下效价和唤醒度的分类,实验表明喜欢度低时情感识别率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴清	河北工业大学人工智能与数据科学学院	30	106	5.0	8.0
2	魏雪	河北工业大学人工智能与数据科学学院	2	8	1.0	2.0