集成胶囊网络的脑电情绪识别

• 作者: 谌鈫 陈兰岚 江润强
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 情绪识别 脑电信号 多频带特征矩阵 胶囊网络(CapsNet) 集成学习
• 年，卷（期）: 2022,（8）
• 所属期刊栏目: 模式识别与人工智能|Pattern Recognition and Artificial Intelligence
• 页码范围: 175-184
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010-0263

摘要

为了充分提取脑电信号多频带的时频信息和保留导联空间分布的位置信息,提出了一种基于集成胶囊网络的情绪识别模型.对预处理过的脑电信号进行小波包特征提取,并将Theta、Alpha、Beta、Gamma四个频带的小波系数能量值填充于根据导联空间分布映射的稀疏矩阵中,拼接构成多频带特征矩阵,通过胶囊网络对特征数据进行训练,对不同频带的胶囊网络构建集成学习模型.实验结果表明,Gamma频带比低频带对情绪识别的敏感度更高,融合了多频带和空间信息的特征能够显著提升情绪识别的精度,最终集成胶囊网络将脑电情绪分为二类和四类的识别精度可以达到95.11％和92.43％,相比同类研究有一定的提升.