本文關(guān)鍵詞：基于符號(hào)化表示學(xué)習(xí)的腦電信號(hào)情緒分類方法研究

  更多相關(guān)文章： EEG 情緒分類 符號(hào)化 詞袋模型

【摘要】：腦電(Electroencephalogram,EEG)記錄了大腦活動(dòng)時(shí)的電位變化過(guò)程,是腦神經(jīng)生理活動(dòng)在大腦皮層表面的直接反映,其在情緒計(jì)算、腦認(rèn)知機(jī)理研究等復(fù)雜的應(yīng)用領(lǐng)域具有重要意義。傳統(tǒng)腦電信號(hào)分析方法主要是從時(shí)域、頻域等宏觀角度提取特征分析腦電信號(hào),這些方法很難反映腦電信號(hào)的局部特征和不同時(shí)間片段的特點(diǎn)。近年來(lái),基于信息論、分形理論及復(fù)雜度分析方法的腦電信號(hào)特征提取技術(shù)因具有較強(qiáng)的穩(wěn)定性,而被應(yīng)用于不同的腦電分析任務(wù)。本文主要研究通過(guò)情緒相關(guān)的腦電信號(hào)進(jìn)行分析,從中提取有效特征進(jìn)行情緒分類的方法。本文主要研究工作包括:第一,實(shí)現(xiàn)了基于信息熵、分形維度及復(fù)雜度分析的現(xiàn)代腦電信號(hào)分析方法應(yīng)用于腦電情緒模式分類�？紤]到上述三類腦電信號(hào)分析方法在單特征使用上性能存在不足,多特征融合有望提高系統(tǒng)性能。然而將不同特征簡(jiǎn)單融合到一個(gè)特征向量的方式會(huì)導(dǎo)致特征間非線性結(jié)構(gòu)丟失,無(wú)法提升分類效果。針對(duì)這一問(wèn)題,本文提出了一種基于多特征決策融合的腦電情緒分類方法。為了盡可能保留不同特征各自的表征優(yōu)勢(shì),該方法首先在不同基分類器上建立置信度評(píng)估,然后實(shí)現(xiàn)不同單特征分類器分類結(jié)果的有效融合。該方法在DEAP腦電情感分析數(shù)據(jù)集上,獲得了Valence分類指標(biāo)上1.5個(gè)百分點(diǎn)的準(zhǔn)確率提升以及Arousal分類指標(biāo)上0.8個(gè)百分點(diǎn)的準(zhǔn)確率提升。第二,目前主流的腦電信號(hào)分析方法是從全局角度量化腦電信號(hào),最終表征在一個(gè)或多個(gè)實(shí)值特征上。這在很大程度上損失腦電信號(hào)的局部信息,使情緒分類系統(tǒng)很難突破性能瓶頸。針對(duì)這一問(wèn)題,本文設(shè)計(jì)實(shí)現(xiàn)了基于腦電符號(hào)化表示學(xué)習(xí)的情緒分類方法。通過(guò)對(duì)原始腦電信號(hào)離散化處理,使其轉(zhuǎn)化到新的特征空間,在腦電符號(hào)化表示的基礎(chǔ)上利用N元文法、主題挖掘及異常檢測(cè)方法提取與情緒相關(guān)的模式特征,最后應(yīng)用文本中的詞袋模型(BOW)方法進(jìn)行腦電信號(hào)的情緒分類。該方法在Valence分類指標(biāo)上的準(zhǔn)確率比當(dāng)前主流的腦電信號(hào)分析方法提高近9個(gè)百分點(diǎn),且在Arousal分類指標(biāo)上獲得了與多特征決策融合方法相當(dāng)?shù)男Ч?br/> 【關(guān)鍵詞】：EEG 情緒分類 符號(hào)化 詞袋模型
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R338;TN911.6
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-18
• 1.1 課題來(lái)源9
• 1.2 課題背景與意義9-11
• 1.3 相關(guān)技術(shù)介紹及研究現(xiàn)狀11-16
• 1.3.1 傳統(tǒng)腦電信號(hào)特征提取方法11-13
• 1.3.2 現(xiàn)代腦電信號(hào)特征提取方法13-14
• 1.3.3 腦電信號(hào)情緒分類方法14-16
• 1.4 本文的主要內(nèi)容與組織結(jié)構(gòu)16-18
• 第2章 腦電信號(hào)分析方法及應(yīng)用概述18-26
• 2.1 引言18
• 2.2 基于時(shí)域頻域分析的傳統(tǒng)腦電信號(hào)分析方法18-20
• 2.3 基于非線性動(dòng)力學(xué)方法的現(xiàn)代腦電信號(hào)分析方法20-25
• 2.3.1 信息熵分析法21-22
• 2.3.2 分形理論分析法22-24
• 2.3.3 復(fù)雜度分析法24-25
• 2.4 本章小結(jié)25-26
• 第3章 基于多特征決策融合的腦電信號(hào)情緒分類26-39
• 3.1 引言26
• 3.2 DEAP腦電情緒分類數(shù)據(jù)集及分類評(píng)估指標(biāo)26-28
• 3.3 特征選擇及分類性能評(píng)估28-33
• 3.3.1 信息熵特征28-30
• 3.3.2 分形維度特征30-31
• 3.3.3 復(fù)雜度特征31-33
• 3.4 基于多特征決策融合的腦電情緒分類33-38
• 3.4.1 基于多特征決策的融合策略設(shè)計(jì)33-36
• 3.4.2 實(shí)驗(yàn)結(jié)果及分析36-38
• 3.5 本章小結(jié)38-39
• 第4章 基于符號(hào)化表示學(xué)習(xí)的腦電信號(hào)情緒分類39-58
• 4.1 引言39
• 4.2 腦電信號(hào)的符號(hào)化表示學(xué)習(xí)方法39-45
• 4.3 基于腦電符號(hào)化表示學(xué)習(xí)的特征提取及情緒分類45-52
• 4.3.1 基于N元文法模型的腦電情緒分類47-48
• 4.3.2 主題模式挖掘48-50
• 4.3.3 異常模式挖掘50-52
• 4.4 實(shí)驗(yàn)及分析52-57
• 4.4.1 實(shí)驗(yàn)數(shù)據(jù)集及實(shí)驗(yàn)設(shè)置52-53
• 4.4.2 實(shí)驗(yàn)結(jié)果與分析53-57
• 4.5 本章小結(jié)57-58
• 結(jié)論58-59
• 參考文獻(xiàn)59-64
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果64-66
• 致謝66

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 ;腦電信號(hào)處理的研究取得階段性成果[J];河北師范大學(xué)學(xué)報(bào);1987年01期

2 李志瑞;張文杰;;通用腦電信號(hào)處理——微機(jī)系統(tǒng)初探[J];河北師范大學(xué)學(xué)報(bào);1988年Z1期

3 孟欣，歐陽(yáng)楷;腦電信號(hào)的幾個(gè)非線性動(dòng)力學(xué)分析方法[J];北京生物醫(yī)學(xué)工程;1997年03期

4 吳小培,馮煥清,周荷琴,王濤;獨(dú)立分量分析及其在腦電信號(hào)預(yù)處理中的應(yīng)用[J];北京生物醫(yī)學(xué)工程;2001年01期

5 李英遠(yuǎn),周衛(wèi)東;徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在腦電信號(hào)建模中的應(yīng)用[J];山東生物醫(yī)學(xué)工程;2002年02期

6 劉大路,江朝暉,馮煥清,王聰;基于腦電信號(hào)時(shí)空分布信息的思維特征研究[J];北京生物醫(yī)學(xué)工程;2004年02期

7 許崇濤,沈民奮,李慧,朱國(guó)平;雙譜分析方法在腦電信號(hào)分析中的應(yīng)用[J];中國(guó)行為醫(yī)學(xué)科學(xué);2004年03期

8 湯曉軍,宋卓,楊卓,張濤;雙任務(wù)事件中腦電信號(hào)的熵計(jì)算(英文)[J];生物物理學(xué)報(bào);2005年05期

9 蔣辰偉;章悅;曹洋;朱國(guó)行;顧凡及;王斌;;腦死亡與腦昏迷腦電信號(hào)的復(fù)雜度研究[J];生物物理學(xué)報(bào);2008年02期

10 李谷;范影樂(lè);龐全;;基于排列組合熵的腦電信號(hào)睡眠分期研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2009年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 薛蘊(yùn)全;王秋英;王宏;;腦電信號(hào)的動(dòng)態(tài)時(shí)空響應(yīng)拓?fù)鋱D[A];中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號(hào)診斷專家系統(tǒng)的研究[A];中國(guó)生理學(xué)會(huì)第21屆全國(guó)代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號(hào)采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號(hào)的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國(guó)家——2006中國(guó)科協(xié)年會(huì)論文集（下冊(cè)）[C];2006年

5 李愛(ài)新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號(hào)模式分類[A];自動(dòng)化技術(shù)與冶金流程節(jié)能減排——全國(guó)冶金自動(dòng)化信息網(wǎng)2008年會(huì)論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號(hào)分析中的應(yīng)用[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)第六次會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級(jí)抗交叉串?dāng)_自適應(yīng)濾波器提取誘發(fā)腦電信號(hào)[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)第六次會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時(shí);;睡眠腦電信號(hào)樣本熵的研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運(yùn)動(dòng)想象的腦電信號(hào)特征提取與分類[A];中國(guó)儀器儀表學(xué)會(huì)醫(yī)療儀器分會(huì)2010兩岸四地生物醫(yī)學(xué)工程學(xué)術(shù)年會(huì)論文集[C];2010年

10 葛家怡;周鵬;王明時(shí);;睡眠腦電信號(hào)樣本熵的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文摘要集[C];2007年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日?qǐng)?bào);2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問(wèn)題的研究[D];蘭州大學(xué);2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號(hào)分析應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 吳畏;基于統(tǒng)計(jì)建模的多導(dǎo)聯(lián)腦電信號(hào)時(shí)空建模方法研究[D];清華大學(xué);2012年

4 孫宇舸;腦—機(jī)接口系統(tǒng)中腦電信號(hào)處理方法的研究[D];東北大學(xué);2012年

5 周群;腦電信號(hào)同步：方法及應(yīng)用研究[D];電子科技大學(xué);2009年

6 趙麗;基于腦電信號(hào)的腦-機(jī)接口技術(shù)研究[D];天津大學(xué);2004年

7 李春勝;腦電信號(hào)混沌特性的研究與應(yīng)用[D];東北大學(xué);2011年

8 歐陽(yáng)高翔;癲癇腦電信號(hào)的非線性特征識(shí)別與分析[D];燕山大學(xué);2010年

9 繆曉波;基于腦電信號(hào)的認(rèn)知?jiǎng)恿W(xué)系統(tǒng)研究——線性/非線性方法及動(dòng)態(tài)時(shí)—頻—空分析[D];重慶大學(xué);2004年

10 張美云;阿爾茨海默病腦電信號(hào)多尺度時(shí)空定量特征研究[D];天津醫(yī)科大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 于洪;基于腦電信號(hào)的警覺(jué)度估計(jì)[D];上海交通大學(xué);2007年

2 蔣潔;基于高性能計(jì)算的腦電信號(hào)分析[D];燕山大學(xué);2010年

3 張志琴;腦電信號(hào)的復(fù)雜性分析[D];中南大學(xué);2009年

4 許鳳娟;腦電信號(hào)采集與分析系統(tǒng)的設(shè)計(jì)[D];長(zhǎng)春理工大學(xué);2011年

5 曹銘;意識(shí)障礙患者腦電信號(hào)的非線性動(dòng)力學(xué)評(píng)價(jià)分析[D];杭州電子科技大學(xué);2012年

6 劉靜;基于加權(quán)排序熵的多通道腦電信號(hào)同步算法研究[D];燕山大學(xué);2015年

7 陳澤濤;基于腦電信號(hào)分析的AD早期評(píng)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];燕山大學(xué);2015年

8 王曉濱;LED光針灸對(duì)腦功能的影響研究[D];天津職業(yè)技術(shù)師范大學(xué);2015年

9 徐朝陽(yáng);基于深度網(wǎng)絡(luò)的腦電信號(hào)分類方法研究[D];中國(guó)海洋大學(xué);2015年

10 劉巨娟;基于腦電信號(hào)識(shí)別的駕駛員-汽車混合控制系統(tǒng)設(shè)計(jì)[D];東北大學(xué);2014年

，

本文編號(hào)：519461