基于有记忆递归神经网络的脑电特征情感识别研究

• 作者: 张悦 胡春燕
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 脑电信号 SEED数据集 微分熵 微分不对称 有理不对称 线性动力系统 有记忆递归神经网络
• 年，卷（期）: 2020,（11）
• 页码范围: 67-72
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2020.11.013

摘要

为了提高脑电信号多分类的情感识别率,文中选用上海交通大学提供的SEED脑电信号数据集,对其进行分频带特征提取.将脑电数据的微分熵特征、微分不对称性特征和有理不对称性特征通过线性动力系统平滑特征后,与功率谱密度特征进行分类效果比较,再利用有记忆递归神经网络的方法进行分类,发现提取的微分熵特征经过分类的效果好.在对3种情感进行分类的过程中,采用长短时记忆神经网络分类相比于其他机器学习方法识别率有所提高,情感识别的平均准确率可达到95.0459％.