基于單次情緒腦電的分類方法研究.pdf

1、基于單次腦皮層電位信號(hào)來感知個(gè)體的情緒狀態(tài)近年來一直是一個(gè)熱門的研究課題。其研究?jī)?nèi)容涉及模式識(shí)別技術(shù)，生物電信號(hào)處理技術(shù)，心理學(xué)等多個(gè)領(lǐng)域，是一門典型的交叉學(xué)科。雖然許多科學(xué)家對(duì)于該領(lǐng)域的眾多問題進(jìn)行了不懈的探討，但是總體來說整個(gè)領(lǐng)域的發(fā)展還處于初級(jí)階段，本文旨在對(duì)于其中的一些問題進(jìn)行探討。
　　首先，本文針對(duì)情緒腦皮層電位觸發(fā)困難的現(xiàn)狀，利用鏡像神經(jīng)元系統(tǒng)獲得了包含情緒成分的腦皮層電位信號(hào)并利用ICA算法消除了由于被試眼動(dòng)或者是

2、肌肉活動(dòng)造成的偽跡，最大限度上的減少了偽跡和其他成分對(duì)于情緒識(shí)別的影響。其次，針對(duì)腦皮層電位信號(hào)通道數(shù)目較多不利于實(shí)時(shí)處理的缺點(diǎn)，提出了基于稀疏表示的通道選擇算法將原有的空間濾波器進(jìn)行稀疏化處理，并利用稀疏的投影對(duì)于原始的高維通道進(jìn)行選擇。針對(duì)腦皮層電位信號(hào)樣本較難獲得，參數(shù)難以確定的問題提出了一種基于Adaboosting的參數(shù)選擇算法，改進(jìn)了原有算法的一些缺陷，并在BCI競(jìng)賽數(shù)據(jù)庫中取得了很好的效果。
　　最終，本文將類似的研

3、究方法應(yīng)用到單次腦皮層電位情緒識(shí)別研究中，首先，本文對(duì)于現(xiàn)有的工作進(jìn)行了系統(tǒng)性的總結(jié)，對(duì)于研究領(lǐng)域中的情緒模型，最優(yōu)頻率段，特征和分類器四個(gè)關(guān)鍵因素進(jìn)行了深入的探討。針對(duì)常見特征無法反應(yīng)原始信號(hào)動(dòng)態(tài)變化的缺點(diǎn)，提出了一種基于自適應(yīng)自回歸模型的新的動(dòng)態(tài)特征。在兩種不同的情緒模型的數(shù)據(jù)庫中，驗(yàn)證了新的特征的有效性，并結(jié)合常用的線性與非線性分類器測(cè)試識(shí)別效果。此外，本文還利用稀疏表示的方式對(duì)于Ekman六種情緒數(shù)據(jù)庫產(chǎn)生的情緒腦皮層電位信號(hào)，