【摘 要】
:
近年来,情绪识别已经成为了重要的研究领域。而脑电信号由于其客观性,成为了情绪识别和推理最鲁棒性的线索之一。当前流行的脑电情绪识别方法主要通过卷积神经网络(CNN)、长短期记忆循环神经网络(LSTM-RNN)等深度学习模型提取单个通道的空间和时序特征表示,并使用多通道数据融合方式进行情感建模。然而,CNN并不适合处理时序数据,而LSTM-RNN非常耗时,且在训练期间难以避免梯度爆炸/消失的问题。此外
论文部分内容阅读
近年来,情绪识别已经成为了重要的研究领域。而脑电信号由于其客观性,成为了情绪识别和推理最鲁棒性的线索之一。当前流行的脑电情绪识别方法主要通过卷积神经网络(CNN)、长短期记忆循环神经网络(LSTM-RNN)等深度学习模型提取单个通道的空间和时序特征表示,并使用多通道数据融合方式进行情感建模。然而,CNN并不适合处理时序数据,而LSTM-RNN非常耗时,且在训练期间难以避免梯度爆炸/消失的问题。此外,脑电信号各个通道在情绪表达上具有复杂的时空内在联系,在进行脑电信号特征提取时,需考虑脑电通道的空间分布信息和它们之间的相互影响。因此,考虑多通道时空信息融合的脑电信号特征表示,对提高脑电信号情绪识别具有重要作用。基于此,本文利用多通道的脑电信号构建脑网络,并提出了采用自注意动态图神经网络的脑网络表示学习方法(BNRL-SDGNNs),来获取脑电信号空间和时间维度的特征表示。首先,对每个通道的原始脑电信号生成谱图表示,以捕获其时间和频率信息。其次,利用自注意动态图神经网络,自动学习包含全局脑网络信息的鲁棒特征表示。最后,利用长短期记忆网络(LSTM),自动获取情绪反应的长期动态时序特征。此外,本文还使用时序卷积神经网络(TCN)去替代LSTM-RNN,以增加训练速度,避免梯度爆炸/消失。实验结果表明,TCN的训练速度明显更快,且梯度较为稳定。而本文提出的BNRL-SDGNNs模型取得了较好的结果,该模型在各个情绪维度上都高于双向LSTM以及多通道融合的结果。这说明,脑电信号各个通道之间相互影响,在探究情绪的变化时,不能只考虑单个通道。而BNRL-SDGNNs在对脑电信号的特征提取上,充分的考虑了各种信息。
其他文献
城市化的高速推进在推动经济发展的同时产生了诸多社会问题,国家采取调整和改善产业结构、利用和发展清洁能源等相应措施进行积极应对。城市轨道交通以节能高效的特点充分发挥其缓解城市交通问题和调整城市空间布局的作用,成为现代城市发展的重点建设项目。当前我国城市轨道交通建设已经迈入高速度高质量发展阶段,探索其对沿线住房价格的影响和规律对于科学高效规划城市空间、营造良好住房市场具有重要的实践指导意义。津滨轻轨作
种子活力是反映种子质量的重要指标,种子活力检测关系到种植的产量和产品的质量。目前水稻种子活力测定方法仍以标准发芽试验为主。种子发芽速度测定是种子活力检测的重要手段之一,传统的人工检测芽长、根长的方式,存在着繁琐、费时费力、易受主观判断影响等问题。本文基于图像处理技术,提供了一种高效便捷的测量种子发芽试验有关指标的方法。本文主要研究了以下内容:(1)水稻种子发芽图像预处理和图像分割。在采集图像后先对
当下,我国眼底疾病发病率逐年增加,由于眼科的专业性和专业眼科医生资源的匮乏,基层医院诊疗覆盖率极其有限,仅加大眼科医师的培养,难以满足目前眼底疾病的诊疗需求。近年来,深度学习技术在眼底图像识别领域蓬勃发展,研究基于深度学习的眼科疾病识别模型可以帮助医生对眼科疾病进行初步诊断,已经成为一种趋势。目前基于深度学习的眼科疾病识别模型主要针对单一眼科疾病进行识别,对多种眼科疾病识别模型的研究较少。同时深度
由于数字逻辑电路的特征尺寸向着纳米、深亚微米级别发展,电路集成度迅速提高,人们对高可靠性电路的需求日益急迫。准确预测电路可靠性,尤其是针对设计阶段的电路,能够大大缩减生产成本,对促进IC产业的发展有着重大意义。评估电路可靠性的方法主要分为基于采样或基于分析的方法,后者预测精度较高,但时间消耗较大,并且不适用于设计阶段的电路可靠性评估。深度神经网络模型具有快速评估设计阶段的电路可靠性的能力,且时间复
水稻是我国最重要的粮食作物。水稻种子的品种与活力会影响粮食的产量和质量,现有的水稻种子检测方法存在着操作繁琐,效率低下,对种子有损害等缺点。近红外高光谱成像技术能反映水稻种子内部的化学成分,不同品质的水稻种子内部化学成分有所不同,因此利用近红外高光谱成像技术能快速、无损地检测水稻种子品质。本文对水稻种子的品种与活力两个重要品质指标进行无损检测研究,提出了结合近红外高光谱成像技术和深度学习方法的水稻
描述逻辑是刻画本体知识的重要工具之一,基于描述逻辑的本体知识库是语义网实现领域知识共享的重要方法。在本体知识库构建、合并、更新等过程中,逻辑冲突难以避免,导致本体知识库失去推理能力,无法实现领域知识共享。经典的逻辑冲突消除方法基于Reiter提出的碰集树算法,计算与所有极小冲突集产生碰撞的极少碰集,并在公式集中删除极少碰集消除逻辑冲突。为了提高基于碰集树方法的冲突消除效率,研究人员引入数学规划思想
非线性无约束优化在金融经济、工业生产、网络安全、人工智能等领域中广泛应用,具有离散性、非线性、未知性和高维等特点。传统的数值优化求解方法对初始值敏感,且当梯度信息难以获取时,高维复杂的优化模型求解困。因此许多学者致力于研究同时具备理论性质和较强数值性能的无约束优化求解方法。控制系统优化算法因适用范围广、扩展性强和控制策略设计灵活等优势被广泛应用于实际优化问题的求解中。本文为解决非线性无约束优化问题
初中生是未来祖国建设事业的继承者和发展者,学生是否具有集体主义意识,既是衡量个人素质高低的重要标准,也是体现我国思想政治教育水平的重要标志。初中《道德与法治》教材中编排了比较全面的有关集体主义教育的内容,因此,有必要对初中《道德与法治》课中的集体主义教育进行研究,为学生思想品德和价值观念的形成奠定坚实的基础。本文除绪论、结束语外由四个部分构成:正文第一部分论述了初中《道德与法治》课集体主义教育的相
为化解信息浪涌对运行人员监控工作的冲击,提出了集控中心计算机监控系统报警优化的模型与方法。通过对报警数据的分析研究,建立专家模型,优化报警、设置预警、组合报警,并应用词频分析、贝叶斯估计等技术增强专家模型的适应性。应用后,监视率降低45.02%,完备性提升14.78%,辨识度提升21.51%,满足了远程集控的值班技术需要,具有较好的鲁棒性。
随着经济的发展和人民生活水平的提高,我国逐步步入老龄化阶段,老年人口在人口比例中不断增高,同时越来越多老年人积极面对互联网的发展,成为了互联网新用户。而老年人使用互联网最多的一个方面就是搜寻健康信息。在新型冠状病毒肺炎疫情中,由于老年群体既是易感群体也是传染后发病易加重群体,因此老年人对病毒的防护就显得尤为重要。老年人搜寻与新冠肺炎相关的健康信息,以便帮助自己了解疾病、采取预防行为、处理各种健康状