基于腦電信號(hào)的視聽(tīng)誘發(fā)情緒識(shí)別研究
發(fā)布時(shí)間:2021-01-10 14:46
情緒是伴隨著認(rèn)知和意識(shí)過(guò)程產(chǎn)生的心理和生理狀態(tài),在人類(lèi)交流中扮演著非常重要的角色,情緒的分析和識(shí)別在人機(jī)交互、康復(fù)醫(yī)療等領(lǐng)域具有廣闊的應(yīng)用前景。在可用于情緒識(shí)別的各類(lèi)信息源中,腦電信號(hào)不易偽裝、反應(yīng)靈敏、識(shí)別結(jié)果客觀真實(shí),是現(xiàn)在的研究熱點(diǎn)。目前研究離散模型下基本情緒識(shí)別較多,基于維度模型的研究較少,分類(lèi)正確率也不高,并且主要是針對(duì)單一類(lèi)刺激源的誘發(fā)方式,而現(xiàn)實(shí)生活中情緒往往是由多類(lèi)刺激源誘發(fā),因此提高多類(lèi)誘發(fā)方式下情緒維度空間的識(shí)別正確率是非常必要的。本文在研究了基于多元經(jīng)驗(yàn)?zāi)B(tài)分解(Multivariate Empirical Mode Decomposition,MEMD)的特征提取算法和基于序列浮動(dòng)前向搜索算法(Sequential Floating Forward Selection,SFFS)的特征選擇算法的基礎(chǔ)上,提出了相應(yīng)的改進(jìn)算法,完成視聽(tīng)誘發(fā)方式下情緒維度空間的識(shí)別分析并設(shè)計(jì)了音樂(lè)和圖片兩類(lèi)典型的情緒誘發(fā)實(shí)驗(yàn),在此基礎(chǔ)上搭建了一個(gè)基于腦電信號(hào)的視聽(tīng)誘發(fā)情緒識(shí)別系統(tǒng)。主要研究工作如下:(1)針對(duì)空間均勻采樣的方式不能很好的反映多元腦電信號(hào)動(dòng)態(tài)特征的問(wèn)題,在MEMD算法的...
【文章來(lái)源】:武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題來(lái)源
1.2 課題研究背景、目的及意義
1.3 相關(guān)領(lǐng)域國(guó)內(nèi)外研究現(xiàn)狀
1.3.1 情緒模型和誘發(fā)方式的相關(guān)研究現(xiàn)狀
1.3.2 情緒腦電信號(hào)特征提取方法研究現(xiàn)狀
1.3.3 情緒腦電信號(hào)特征選擇方法研究現(xiàn)狀
1.3.4 基于腦電信號(hào)的情緒識(shí)別系統(tǒng)研究現(xiàn)狀
1.4 論文研究?jī)?nèi)容和結(jié)構(gòu)安排
1.4.1 論文主要研究?jī)?nèi)容
1.4.2 論文結(jié)構(gòu)安排
第2章 基于MEMD情緒腦電在維度空間的特征提取
2.1 情緒腦電信號(hào)的特征提取
2.2 基于MEMD的特征提取
2.2.1 多元經(jīng)驗(yàn)?zāi)B(tài)分解
2.2.2 非均勻采樣MEMD
2.2.3 IMF選擇和特征提取
2.3 實(shí)驗(yàn)結(jié)果與討論
2.3.1 腦電數(shù)據(jù)及處理過(guò)程
2.3.2 實(shí)驗(yàn)結(jié)果與分析
2.4 本章小結(jié)
第3章 基于SFFS情緒腦電在維度空間的特征選擇
3.1 情緒腦電信號(hào)的特征選擇
3.1.1 基于搜索算法的特征選擇
3.1.2 基于評(píng)價(jià)函數(shù)的特征選擇
3.2 基于SFFS的特征選擇
3.2.1 序列浮動(dòng)前向搜索策略
3.2.2 類(lèi)別可分性表征方式
3.2.3 基于SVM的評(píng)價(jià)準(zhǔn)則
3.2.4 混合SFFS
3.3 實(shí)驗(yàn)結(jié)果與分析
3.4 本章小結(jié)
第4章 視聽(tīng)誘發(fā)的情緒識(shí)別系統(tǒng)設(shè)計(jì)
4.1 實(shí)驗(yàn)方案設(shè)計(jì)
4.1.1 情緒音樂(lè)誘發(fā)實(shí)驗(yàn)設(shè)計(jì)
4.1.2 情緒圖片誘發(fā)實(shí)驗(yàn)設(shè)計(jì)
4.2 基于腦電信號(hào)的情緒識(shí)別系統(tǒng)總體框架設(shè)計(jì)
4.2.1 信號(hào)采集模塊設(shè)計(jì)
4.2.2 信號(hào)處理模塊設(shè)計(jì)
4.2.3 基于腦電信號(hào)的情緒識(shí)別系統(tǒng)軟件設(shè)計(jì)
4.3 系統(tǒng)測(cè)試與實(shí)驗(yàn)結(jié)果分析
4.4 本章小結(jié)
第5章 總結(jié)與展望
5.1 全文工作總結(jié)
5.2 下一步工作展望
致謝
參考文獻(xiàn)
作者在攻讀碩士學(xué)位期間取得的研究成果
本文編號(hào):2968893
【文章來(lái)源】:武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題來(lái)源
1.2 課題研究背景、目的及意義
1.3 相關(guān)領(lǐng)域國(guó)內(nèi)外研究現(xiàn)狀
1.3.1 情緒模型和誘發(fā)方式的相關(guān)研究現(xiàn)狀
1.3.2 情緒腦電信號(hào)特征提取方法研究現(xiàn)狀
1.3.3 情緒腦電信號(hào)特征選擇方法研究現(xiàn)狀
1.3.4 基于腦電信號(hào)的情緒識(shí)別系統(tǒng)研究現(xiàn)狀
1.4 論文研究?jī)?nèi)容和結(jié)構(gòu)安排
1.4.1 論文主要研究?jī)?nèi)容
1.4.2 論文結(jié)構(gòu)安排
第2章 基于MEMD情緒腦電在維度空間的特征提取
2.1 情緒腦電信號(hào)的特征提取
2.2 基于MEMD的特征提取
2.2.1 多元經(jīng)驗(yàn)?zāi)B(tài)分解
2.2.2 非均勻采樣MEMD
2.2.3 IMF選擇和特征提取
2.3 實(shí)驗(yàn)結(jié)果與討論
2.3.1 腦電數(shù)據(jù)及處理過(guò)程
2.3.2 實(shí)驗(yàn)結(jié)果與分析
2.4 本章小結(jié)
第3章 基于SFFS情緒腦電在維度空間的特征選擇
3.1 情緒腦電信號(hào)的特征選擇
3.1.1 基于搜索算法的特征選擇
3.1.2 基于評(píng)價(jià)函數(shù)的特征選擇
3.2 基于SFFS的特征選擇
3.2.1 序列浮動(dòng)前向搜索策略
3.2.2 類(lèi)別可分性表征方式
3.2.3 基于SVM的評(píng)價(jià)準(zhǔn)則
3.2.4 混合SFFS
3.3 實(shí)驗(yàn)結(jié)果與分析
3.4 本章小結(jié)
第4章 視聽(tīng)誘發(fā)的情緒識(shí)別系統(tǒng)設(shè)計(jì)
4.1 實(shí)驗(yàn)方案設(shè)計(jì)
4.1.1 情緒音樂(lè)誘發(fā)實(shí)驗(yàn)設(shè)計(jì)
4.1.2 情緒圖片誘發(fā)實(shí)驗(yàn)設(shè)計(jì)
4.2 基于腦電信號(hào)的情緒識(shí)別系統(tǒng)總體框架設(shè)計(jì)
4.2.1 信號(hào)采集模塊設(shè)計(jì)
4.2.2 信號(hào)處理模塊設(shè)計(jì)
4.2.3 基于腦電信號(hào)的情緒識(shí)別系統(tǒng)軟件設(shè)計(jì)
4.3 系統(tǒng)測(cè)試與實(shí)驗(yàn)結(jié)果分析
4.4 本章小結(jié)
第5章 總結(jié)與展望
5.1 全文工作總結(jié)
5.2 下一步工作展望
致謝
參考文獻(xiàn)
作者在攻讀碩士學(xué)位期間取得的研究成果
本文編號(hào):2968893
本文鏈接:http://sikaile.net/kejilunwen/wltx/2968893.html
最近更新
教材專(zhuān)著