【摘 要】
：
为了改善基于脑电(EEG)的情感分类性能,提高多分类情况下的识别准确率,提出了一种基于共同空间模式(CSP)的空域滤波算法。首先使用传统的CSP方法设计空域滤波器,并通过该滤波
【机 构】
：
安徽大学计算机科学与技术学院,杭州电子科技大学脑机协同智能技术浙江省重点实验室
【基金项目】
：
国家自然科学基金项目(61972437),安徽省高等学校自然科学基金项目(KJ2018A0008),脑机协同智能技术浙江省重点实验开放基金(BMCI2018-001)
论文部分内容阅读
为了改善基于脑电(EEG)的情感分类性能,提高多分类情况下的识别准确率,提出了一种基于共同空间模式(CSP)的空域滤波算法。首先使用传统的CSP方法设计空域滤波器,并通过该滤波器对3种情感类型(即积极、中性和消极)的EEG信号进行线性投影,以提取空域特征。此外,考虑到传统近似联合对角化(JAD)算法是使用"得分最高的特征值"准则进行特征向量的选择,该情况可能导致无法有效区分多分类的情感状态,因此针对最高分特征值位置存在的所有可能情况设计了不同的特征值选择方法。对实验室自主采集数据集,使
其他文献
电视是老年人生活中常见的娱乐产品, 界面作为人与机交流的媒介, 应具有引导消费者正确操作产品的功能, 图标是人机界面的重要组成部分, 能最直观的给用户传达产品信息, 文章
研究了一种用于精确检测一条Bézier曲线的次数是否可以通过多项式重新参数化降低的算法。该算法对任意一条Bézier曲线,将重新参数化前后的基函数的关系用方程组的
人体动作识别是计算机视觉领域的核心研究方向之一,在很多场合都有应用。深度卷积神经网络在静态图像识别方面已取得了巨大成功,并逐渐扩展到视频内容识别领域,但应用依然面临很大挑战。为此提出一种基于ResNeXt深度神经网络模型用于视频中的人体动作识别,主要包括:①使用新型ResNeXt网络结构代替原有的各种卷积神经网络结构,并使用RGB和光流2种模态的数据,使模型可充分地利用视频中动作外观及时序信息;②
针对基于视觉的动态手势识别易受光照、背景和手势形状变化影响等问题,在分析人体手势空间上下文特征的基础上,首先建立一种基于人体骨架和部件轮廓特征的动态手势模型,并采用卷积姿势机和单发多框检测器技术构造深度神经网络进行人体手势骨架和部件轮廓特征提取。其次,引入长短时记忆网络提取动态人体手势中骨架、左右手和头部轮廓的时序特征,进而分类识别手势。在此基础上,设计了一种空间上下文与时序特征融合的动态手势识别
为确认影响拖拉机驾驶员耳旁噪声的主要振动模态,建立了拖拉机驾驶室声场中声压值与结构模态及模态声学贡献度数值的计算模型.利用驾驶室声-固耦合有限元模型进行仿真,分析了
为了明确皮肤对球形弹丸的阻滞作用机理,建立了模拟皮肤的3层结构模型。基于拉伸及压缩力学特性曲线,利用MATLAB对皮肤模型进行参数识别。基于冲击实验得到的皮肤穿透阈值速
历年的大学生公务员考试报名的情况显示,大学生公考报名存在比较严重的失衡现象,有些职位＂炙热＂而另一些则＂暴冷＂。大学生能否填报一个适合自己职位的问题十分突出,因此,高校毕业
目的 :探讨对合并糖尿病的住院患者进行护理会诊的临床效果。方法 :对2012年08月至2014年05月除内分泌科外我院收治的124例糖尿病患者的临床资料进行回顾性分析,将其分为实验
<正>十三、主体间性是语文"生命化课堂"积极倡导的师生关系"教育的主体间通过平等的对话和相互的融入,生成了主体间性。"輵訛輥所谓"主体间性",就是主体间即"主体—主体"关系