欢迎来到天天文库
浏览记录
ID:35056185
大小:4.29 MB
页数:72页
时间:2019-03-17
《基于eeg的情绪识别》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕士学位论文基于EEG的情绪识别作者姓名黄柠檬学科专业模式识别与智能系统指导教师李远清教授所在学院自动化科学与工程学院论文提交日期2016年4月26日EmotionRecognitionBasedonEEGADissertationSubmittedfortheDegreeofMasterCandidate:HuangNingmengSupervisor:Prof.LiYuanqingSouthChinaUniversityofTechnologyGuangzhou,China分类号:TP391学校代号:10561学号:20132011
2、2576华南理工大学硕士学位论文基于EEG的情绪识别作者姓名:黄柠檬指导教师姓名、职称:李远清教授申请学位级别:学术型硕士学科专业名称:模式识别与智能系统研究方向:认知模式识别论文提交日期:2016年4月26日论文答辩日期:2016年6月7日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:贺霖委员:李远清俞祝良张智军华南理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加W标注引巧的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成
3、果作品。对本文的研究做出重要贡献的个人和集体,均已在文中臥明确方式标明。本人完全识到本声明的^’法律后果由本人承担。作者签名;日期:切年月^日I化12,柏槐《学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,良P;研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版,允许学位论文被查阅(除在保密期内的保密论文外);学校可W公布学位论文的全部或部分内容,可允许采用影印、缩印或其它复制手段保存、r编学位论文
4、一。本人电子文档的内容和纸质论文的内容相本学位论文属于:□保密(校保密委员会审定为沙密学位论文时间:曰),_年_月^于年月日解密后适用本授权书。___幻不保密,同意在校园网上发布,供校内师生和与学校有共享协议的单位浏览;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》,传播学位论文的全部或部分内容。上相应方框""(请在虹内打V)扛非作者签名:聋爹曰期心坤如丈日I巧指导教师盤名;產IfH期:Z口It年M作者联系电话:电子邮賴:联系地址(含邮
5、编)摘要情绪是人们日常生活中必不可少的一部分,同时情绪识别是人工智能领域的关键技术,所以对于情绪识别的研究也就成为了当今的一个研究热点。人类大脑活动的变化反映着人类情绪状态的变化,因此利用脑电信号(EEG)来进行情绪识别是目前主要的研究手段之一。在本文中我们利用EEG信号来进行情绪识别的研究,主要工作分为两大部分:1)以人面部表情图片为刺激材料的情绪识别:首先我们设计了一个基于面部表情图片刺激的情绪诱发实验,并通过脑电采集设备获取被试在实验过程中产生的脑电信号。对原始脑电信号进行预处理,然后利用一组带通滤波器将数据滤波到12个频带上
6、。本文利用共同空间模式算法和支持向量机设计了一种特征选择方法,通过这种方法我们针对每位被试从12个频带中选择了最佳四个频带,以这最佳四个频带上的脑电信号作为最终的脑电特征,最后利用这些脑电特征来进行情绪的二分类,8名被试的平均分类准确率达到了74.56%。2)以音乐视频为刺激材料的情绪识别:本文采用DEAP网站提供的EEG数据集作为基于音乐视频诱发的脑电实验数据。首先对EEG数据集进行筛选,分别提取出数据的时域特征和频域特征作为原始脑电特征,然后分别通过t检验法、基于熵的可分性判据和基于概率分布的可分性判据等三种特征选择方法来进行特征选
7、择。最后利用支持向量机来进行情绪的二分类。对比两类特征的分类结果,采用时域特征时32名被试的平均分类准确率达到了70.84%,采用频域特征的平均分类准确率为69.82%。关键词:情绪识别;脑电信号;脑电特征;共同空间模式;支持向量机IABSTRACTEmotionsareanessentialpartofpeople'sdailylives,whileemotionrecognitionisakeytechnologyinthefieldofartificialintelligence,sothestudyofemotionrecogn
8、itionhasbecomeahottopicintoday's.Changesinhumanbrainactivityreflectchangesinhumanemotionalstate,sotheus
此文档下载收益归作者所有