论文部分内容阅读
为验证希尔伯特-黄变换是否适用于分析情感脑电信号并选取分类效果最好的特征,在情感脑电数据集上用希尔伯特黄-变换与小波包变换提取出多个特征用来识别愉悦度。结果显示前4个IMF分量的能量矩百分比与能量百分比在特定时间窗下可以得到最高为75%的平均分类准确率且后者运算时间更短。利用小波包分解提取特征所需时间比希尔伯特-黄变换短,且其最高平均分类准确率为69.71%,是由小波包分解树第5层结点的能量特征得到。实验结果表明,希尔伯特-黄变换较小波包变换有准确率上的优势与计算时间上的劣势。