【摘 要】
:
情绪是人们对日常生活的一种心理感受,它通常与逻辑决策、感知、学习、理性思考等密切相关。目前,基于计算机系统的情感识别是先进人机交互系统的关键部分。情绪识别具有重大的研究意义,一直是现代神经科学、心理学、神经工程和计算机科学等领域的研究热点。因此,本文设计了音乐诱发情绪实验,结合脑电图(Electroencephalogram,EEG)和行为数据解码受试者的神经信息并进行相应的经颅直流电刺激(Tra
论文部分内容阅读
情绪是人们对日常生活的一种心理感受,它通常与逻辑决策、感知、学习、理性思考等密切相关。目前,基于计算机系统的情感识别是先进人机交互系统的关键部分。情绪识别具有重大的研究意义,一直是现代神经科学、心理学、神经工程和计算机科学等领域的研究热点。因此,本文设计了音乐诱发情绪实验,结合脑电图(Electroencephalogram,EEG)和行为数据解码受试者的神经信息并进行相应的经颅直流电刺激(Transcranial Direct Current Stimulation,tDCS)调控。具体的研究内容有以下四个方面:第一,音乐诱发情绪相关脑区探索。本章设计了音乐诱发情绪的脑电实验,利用斯皮尔曼相关的方法对微分熵和效价进行了相关分析。结果表明,正性情绪的微分熵和效价在大脑的两侧呈现出正相关性,负性情绪的微分熵和效价在大脑的右前额叶呈现出负相关性,这一结果为后续中情绪调控实验提供了刺激靶点。第二,基于深度学习的脑电情绪识别。为了探索人工神经网络对情绪的解码效果,本章提出了一个端到端的分支神经网络,该网络在实验室数据集的三分类中准确率为95.78%±1.70%,在DEAP数据集的四分类中准确率为80.97%±7.99%。使用显著图进行可视化分析发现积极情绪主要分布在左半球,消极情绪主要分布在右半球,主要分布在额叶、顶叶和枕叶。第三,基于相位特征的脑电情绪识别。由于前一章中提出的端到端的分支神经网络提取的脑电特征分布区域只局限于特定的脑区,不足以表现不同情绪脑区之间的相互关联。因此,为了进一步研究不同情绪脑区之间的相互联系,本章提出了一种基于Morlet小波变换的平均子频率锁相值的新特征,即平均子频率锁相值,以此来构建脑功能网络的边,用于脑电音乐情绪的解码以及揭示情绪脑区之间的相互联系。分类结果表明,平均子频率锁相值在情感识别准确率和泛化性能上均优于基于微分熵和基于EEG的网络模式的特征。可视化结果表明,高频段的大脑网络存在长距离连接,这与复杂的认知活动有关。其中前部脑区(如额叶区)和后部脑区(如枕叶区)之间的长距离连接可能反映了在处理情绪刺激时自下而上和自上而下模式之间的相互作用。第四,基于tDCS的负性情绪调控研究。基于上述研究中所获得的情绪相关脑区设计了tDCS情绪调控实验,利用前文提出的平均子频率锁相值特征构建了高频下负性情绪真假刺激前后的差异统计脑网络,并对负性情绪真刺激前后效价差值与差异统计脑网络中具有统计显著性边的平均子频率锁相值差值进行了斯皮尔曼相关分析。行为分析结果发现,tDCS能够降低参与者对负性情绪的感知程度。差异统计脑网络的分析结果发现,对受负性情绪影响的受试者进行tDCS电刺激后,整体的脑电活动逐渐趋向于正性情绪影响下的模式。相关分析的结果发现,被试处于负性情绪时通过tDCS电刺激会减弱其右部负性情绪相关的脑区活动,从而改善负性情绪的负面影响。
其他文献
信息抽取任务指把半结构化、非结构化数据转换为结构化数据,事件抽取任务则是从文本中匹配事件描述信息,包含事件类型和对应事件元素,事件抽取可自动处理海量文本,从而提升工作效率。基于句子级别的英文事件抽取技术较为成熟,而基于中文文本的研究工作才刚起步。中文事件抽取具有一定难度,中文事件结构复杂且篇幅长,同一事件中的事件元素多数分布在文档中的多个句子中,另外英文以空格作为词语分隔符,而中文不具有该特性,因
公路作为交通运输业的基础在国家经济发展历程中占据着重要地位。由于超载、使用保养不当、长期雨水的腐蚀等问题,有些路段出现开裂、剥落等不同程度的损害。路面裂缝通常被用来衡量道路质量的好坏,如果能及时发现初期的裂缝并对其进行修复和跟踪,那么人力、物力和财力的消耗将会极大减少。因此,路面裂缝检测成为当前的重要研究课题,及时的检测修复路面裂缝也是道路养护工作的重要内容。传统基于数字图像处理的裂缝检测方法对于
近年来,随着信息网络时代的到来,视频已经成为用户获取知识信息的主要渠道。然而,由于视频数据量非常大,为了对视频数据进行有效地存储和传递,必须对其进行有效的压缩和编码,因此提出了高效视频编码标准(High Efficiency Video Coding,HEVC)。由于网络种类的多样性,即使在相同的网络带宽下视频信号也可能发生波动,这就要求视频流必须适应不同的带宽要求。而基于HEVC提出的质量可伸缩
随着互联网的快速发展,视频用户的不断增长,影视信息已经成为人们生活中不可缺少的信息媒介之一。如何通过推荐算法帮助用户挑选出其感兴趣的电影,受到了广泛的关注。当前,图神经网络被发现在图数据学习方面具有强大的功能,被应用于推荐研究工作。许多研究者将用户或项目的辅助信息集成到大规模网络建模中,形成包含各种信息的异质图网络。大多数算法都是基于元路径获取相似用户,并通过网络表征学习提取有效信息。但仍然存在如
在机器学习中,标签噪声的存在会增加模型的建模复杂度,降低模型的分类性能。标签噪声处理方法主要分为以下两种:一是研究一些通用的算法消除标签噪声对模型的不良影响,其旨在容纳噪声;二是对模型的输入流进行处理,即对样本中标记错误的数据进行纠正或者清除。本文基于模型预测对样本数据进行预处理的方式,开展基于标签噪声的分类器性能优化研究,提出了结合三支决策自适应噪声过滤方法,并将该算法集成到一个标签噪声自适应过
随着云计算和虚拟化技术的广泛应用,数据中心网络(Data Center Network,DCN)作为各种服务的基础设施承载了越来越多的流量数据。与此同时,用户对服务质量也提出了更高的要求。要让数据中心提供更好的服务,关键在于结合其网络特性设计专有的负载均衡策略。因此,本文对数据中心网络负载均衡技术进行了分析研究,主要内容如下:1.针对数据中心网络中流量调度呈现的滞后性以及大流碰撞问题,提出一种基于
随着基于深度学习的文本分类效果提升,越来越多文本分类实际应用开始落地,但在金融、医疗、司法等领域,不可解释的深度学习模型难以被实际使用,于是文本分类可解释性需求日益凸显。深度学习可解释方法一般被分为以模型为中心和以数据为中心的两类可解释方法。目前,较多研究通过引入知识、构造可解释模型拟合原模型或者可视化等方法构造可解释模型,但这些方法都没有对原模型本身进行解释。针对以上问题,本文结合自注意力机制、
引言: 二次开发,或称客户化(Customization),其定义为"以成熟套装软件方式针对某用户实施ERP时,对于软件功能不适用处进行的修改行为".不少国内企业实施ERP时,常常无法掌握二次开发的正确观念及实际操作上应该关注的重点.其实,二次开发如果进行得当,对ERP的实施有"画龙点睛"的效果;另一方面,如果企业选用了成熟套装软件,却完全不愿意修改原有的作业流程,而处处以二次开发为解决手段,企业
随着互联网技术和移动终端技术的快速发展,如何帮助用户快速获取到目标信息备受关注。推荐系统因其能够根据用户的历史行为数据为用户推荐其可能感兴趣的信息而得到广泛研究,然而,传统推荐系统更多利用评分数据进行物品或用户推荐,但是,数据稀疏问题时常影响着推荐的准确性。为了缓解数据稀疏问题,研究学者们考虑将用户间的社交关系(信任关系、关注关系、不信任关系等)和矩阵分解算法结合,从而提出社会化推荐算法,该算法不
追溯历史中的城市发展,我们不难发现,一座历史悠久的城市在初始阶段并非经过刻意且系统的形象设计形成的,而是在生活方式和文化历史推动下,在有机变化和动态发展中,形成城市独有的形象特征。因此在破解城市文化断裂和城市形象趋同这一难题中,文化建设的提出和实施成为凸显城市自身个性化、角色清晰化的重要方式。同时如何将不同维度的文化内涵充分融入城市品牌形象系统构建的方方面面,使其逐渐成为城市品牌形象,是能否成功的