【摘 要】
:
随着脑机接口技术的快速发展,情绪识别已经成为了该领域研究的一个热点。通过可穿戴设备获取的脑电图可以实现对人体情绪的有效监测。近年来,传统机器学习方法和深度学习方法在基于脑电信号的情绪分类任务中都获得了良好的分类效果,然而在实践过程中却面临通道数较多在可穿戴设备上难以应用的问题。一些基于通道选择的研究中通过算法对通道的选择,往往能够在少量通道下获得不错的分类效果。然而这些研究却存在着使用的数据集不统
论文部分内容阅读
随着脑机接口技术的快速发展,情绪识别已经成为了该领域研究的一个热点。通过可穿戴设备获取的脑电图可以实现对人体情绪的有效监测。近年来,传统机器学习方法和深度学习方法在基于脑电信号的情绪分类任务中都获得了良好的分类效果,然而在实践过程中却面临通道数较多在可穿戴设备上难以应用的问题。一些基于通道选择的研究中通过算法对通道的选择,往往能够在少量通道下获得不错的分类效果。然而这些研究却存在着使用的数据集不统一,使得结果缺乏广泛的对比;而且选择出的通道在不同被试、不同时间段和不同刺激材料的情况下,最优通道的数量和位置不确定,阻碍了将算法应用于可穿戴设备中。本文提出了在固定4通道情况下,通过将原始通道信号转换为基础信号的方法来尽可能保留脑区的空间域信息。同时,本文提出了一种基于离散小波变换、固有时间尺度分解、变分模态分解和相空间重构等方法的并行处理方法,以获得信号的更多模态。进而在此基础上,提取信号的微分熵作为特征并利用线性动态系统在时序上对提取的特征进行平滑。基于平滑后的人工特征,本文在SEED数据集和本文采集的数据集上采用支持向量机和本文设计的卷积神经网络模型进行了情绪三分类实验。实验结果表明,该方法在固定4通道下的平均准确率可以达到更多通道(SEED数据集62通道,本文数据集14通道)下的分类准确率。此外,基于9vs6协议本文在SEED数据集上的分类准确率与目前在多通道下的研究结果相比差距在5%左右,表现出了良好的分类表现和发展潜力。最后,基于本文提出的方法开发了基于脑电信号的情绪识别系统。由于该方法在固定4通道的情况下有着较好的分类准确率,有望在弱算力的可穿戴设备当中得到应用。同时,借助情绪识别系统,使得该方法可以得到更大范围的普及。
其他文献
粒计算是一种用于信息处理的人工智能方法,通过模拟人类认知、分析和处理问题的方式去解决不确定、不完备以及海量信息等复杂问题。而粒球计算是粒计算领域近年来发展出的重要方法,具有高效、鲁棒和可扩展性等特点。粒球计算方法用粒球作为通用特征来覆盖和表示样本空间,在任意维度都只需球心和半径来度量样本空间。但是,现有粒球生成方法存在异类粒球重叠问题,会导致决策边界混淆,影响算法学习性能。本文改进了粒球生成方法,
多智能体系统的一致性协同控制是复杂系统群体智能涌现的根本保障。相较于传统的一致性协同控制方法,在有限时间一致性控制下的系统拥有更快的收敛速度与更好的抗干扰能力,同时由于知晓系统的收敛时间范围,其也被广泛运用于需要较高控制精度的应用场景。然而,从目前多智能体系统有限时间一致性研究中不难发现,很多系统中仅存在单一的动力学模型,且智能体之间的通信条件不够灵活。在实际应用场景中,由于复杂环境中存在着不同的
<正>从促进新能源汽车产业高质量发展国务院政策例行吹风会上获悉,工业和信息化部明确将在今后一段时期发布新版的智能网联汽车标准体系指南,推进功能安全、网络安全、操作系统等标准的制修订,并将启动智能网联汽车准入和上路通行试点。工业和信息化部副部长辛国斌介绍,目前全国已开放智能网联汽车测试道路里程超过15 000 km,自动驾驶出租车、无人巴士、自主代客泊车、干线物流以及无人配送等多场景示范应用在有序开
近年来,我国随着经济地快速增长,城市化进程也不断加快,城市对土地资源的需求也日益增加,然后快速地、无节制地城市扩张给生态环境造成了很大的影响。所以如何科学合理地进行城市扩张以及优化现有的城市空间格局一直都是学者研究热点。但是目前对于城市扩张模型的研究大多数模型都是专注于提高预测精度忽视了对预测结果的可解释的研究,从而导致了目前主流的机器学习、深度学习算法挖掘城市的转化规则缺乏可解释性;并且邻域效应
随着移动互联网的深入发展与5G通信技术的普及,每天产生的海量数据需要从中挖掘有价值的信息,使得传统的分类与聚类算法在大数据场景下面临挑战。为了提高分类准确率与聚类效率,本文从近邻关系角度出发,提出了关于kNN算法与k-means算法的改进方案,以提升两者在大数据场景下的优势。本文的具体工作如下:第一,提出了基于近似近邻的kNN改进算法。由于在不平衡数据集中标准kNN算法寻找的精确邻居不一定是最适合
近年来,随着无线通信技术的进步和智能设备的持续普及,物联网得到了发展,人类社会也进入了全面信息化时代。信息化时代的数据量呈现爆发式增长,而云计算的出现正好可以缓解物联网终端日益增长的存储压力。逐渐地,物联网与云计算结合催生出一种物联网新模式,物联网终端将收集的数据上传至云平台中,再由云平台处理分析后将结果返回给物联网终端,从而释放物联网终端的存储和计算压力。尽管这种模式可以提高社会生产力,但也存在
汽车电动化、智能化、网联化已成为未来发展的必然趋势,智能网联汽车正加速从测试验证步入商业化前夜。然而受既有法律法规的约束,智能网联汽车面临无合法驾驶主体地位、无法合法商业化、事故归责制度不适用、安全监管存在空白等问题。在深入分析智能网联汽车管理难点和重点的基础上,总结了欧美等发达国家及地区面向智能网联汽车商业化管理的立法经验。以全国首部智能网联汽车管理法规——《深圳经济特区智能网联汽车管理条例》为
<正>近年来我国智能网联汽车产业快速发展,亟需建设相关技术标准体系支撑政府管理,并促进行业有序发展。本文结合《国家车联网产业标准体系建设指南(智能网联汽车)(2018版)》和《国家车联网产业标准体系建设指南(智能网联汽车)(2022年版)》(征求意见稿),通过分析和梳理我国智能网联汽车标准体系建设方案和目标规划,以及现阶段国家标准制定现状、工作重点及国际标准化成果,分析了我国智能网联汽车标准制定的
随着卫星传感器技术与图像处理能力的不断发展,遥感图像在国土资源监测、军事侦察等领域发挥着越来越大的作用。由于成像机理及其它因素的限制,经单一传感器获取的地表观测影像信息不够全面,如全色图像的空间分辨率较高但缺少色彩信息;多光谱图像的光谱分辨率较高但地物结构不够清晰。而遥感图像融合技术正好可以集成二者的互补信息,生成具有高空间分辨率的多光谱影像。目前,遥感图像融合算法还存在一些问题。例如,由成分替换