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來感知個體的情緒狀態(tài)近年來一直是一個熱門的研究課題。其研究內(nèi)容涉及模式識別技術(shù)，生物電信號處理技術(shù)，心理學(xué)等多個領(lǐng)域，是一門典型的交叉學(xué)科。雖然許多科學(xué)家對于該領(lǐng)域的眾多問題進(jìn)行了不懈的探討，但是總體來說整個領(lǐng)域的發(fā)展還處于初級階段，本文旨在對于其中的一些問題進(jìn)行探討。
　　首先，本文針對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并利用ICA算法消除了由于被試眼動或者是

2、肌肉活動造成的偽跡，最大限度上的減少了偽跡和其他成分對于情緒識別的影響。其次，針對腦皮層電位信號通道數(shù)目較多不利于實時處理的缺點，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于原始的高維通道進(jìn)行選擇。針對腦皮層電位信號樣本較難獲得，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別研究中，首先，本文對于現(xiàn)有的工作進(jìn)行了系統(tǒng)性的總結(jié)，對于研究領(lǐng)域中的情緒模型，最優(yōu)頻率段，特征和分類器四個關(guān)鍵因素進(jìn)行了深入的探討。針對常見特征無法反應(yīng)原始信號動態(tài)變化的缺點，提出了一種基于自適應(yīng)自回歸模型的新的動態(tài)特征。在兩種不同的情緒模型的數(shù)據(jù)庫中，驗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試識別效果。此外，本文還利用稀疏表示的方式對于Ekman六種情緒數(shù)據(jù)庫產(chǎn)生的情緒腦皮層電位信號，