基于数据空间自适应与共空间模式的脑电情感分类

论文摘要

为缓解日间脑电信号波动和差异导致情感分类性能下降的问题,在数据空间自适应(DSA)与共空间模式(CSP)迭代的基础上,提出一种用于脑电情感分类的特征提取算法。针对12个受试者连续5 d的情感脑电信号,采用DSA算法对脑电信号进行空间线性变换,再使用CSP将脑电信号变换到最优子空间,提取日间差异最小且类间差异最大的脑电功率谱密度特征及微分偏侧与差异因果特征。实验结果表明,该算法能提高脑电信号情感分类的准确率和稳定性。

论文目录

• 0 概述
• 1 DSA-CSP算法
•   1.1 DSA算法
•   1.2 CSP算法
•   1.3 DSA-CSP算法迭代
• 2 实验设计
•   2.1 实验数据集
•   2.2 数据预处理与特征提取
•   2.3 分类与验证
• 3 实验结果与分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 陈景霞,郑茹,张鹏伟,贾小云

关键词: 脑电,数据空间自适应,共空间模式,迭代,情感分类

来源: 计算机工程 2019年04期

年度: 2019

分类: 信息科技,基础科学,医药卫生科技

专业: 生物学,生物医学工程,电信技术

单位: 陕西科技大学电气与信息工程学院,西北工业大学计算机学院

基金: 国家自然科学基金青年基金(61806118)

分类号: R318;TN911.7

DOI: 10.19678/j.issn.1000-3428.0050948

页码: 296-301

总页数: 6

文件大小: 349K

下载量: 154