發(fā)布時間：2021-06-05 16:16

　　情緒作為人腦的高級功能,在很大程度上影響著人類學(xué)習(xí)、工作、生活的各個方面。正確的識別人類情感可以使人工智能更好的服務(wù)于人類,因此情緒識別成為人工智能領(lǐng)域的一個十分重要的研究方向。目前情緒識別主要圍繞人的外在行為特征和客觀生理信號展開。相比人的外在行為特征,客觀生理信號具有著更好的自發(fā)性和客觀性。腦電信號作為生理信號一種,是由中樞神經(jīng)系統(tǒng)產(chǎn)生,與人類情感聯(lián)系最為緊密。對于腦電信號的情感識別研究,大多數(shù)實驗根據(jù)全通道EEG信號展開,全通道EEG信號的采集不便于后續(xù)便攜式設(shè)備的開發(fā)。此外情感識別分類算法多是采用淺層分類器,由于淺層分類器學(xué)習(xí)能力的限制,導(dǎo)致識別率存在瓶頸。本文針對以上兩方面存在的問題圍繞腦電信號的預(yù)處理、特征提取、通道選擇、分類算法改進等做了以下幾方面的研究:實際采集的EEG信號十分微弱,包含著偽跡和環(huán)境噪聲干擾,本文首先通過預(yù)處理對EEG信號的噪聲進行去除,獲取純凈的腦電信號。針對EEG信號具有非平穩(wěn)性,本文采用小波變換和信息熵的組合特征提取方法獲得了992維的EEG組合特征。針對EEG采集實驗需要采集大量腦電通道數(shù)據(jù),導(dǎo)致實驗設(shè)備的便攜性差,數(shù)據(jù)處理復(fù)雜的問題。本文采用了... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

大腦結(jié)構(gòu)示意圖

圖 2-3 腦電信號各個頻率的波形圖除了上述按照腦電信號的頻率來劃分腦電特征外，還可以根據(jù)腦電周期等的特性對其進行分類。按照腦電信號的振幅大小可將腦電信號腦電信號（幅度小于 25 V ）；中幅腦電信號（幅度在 25 V ~75 V 之間腦電信號（幅度在 75 V ~150 V 之間）；當信號的幅度大于 150 V 的為極高幅腦電信號[29]。根據(jù)腦電信號振幅變化的快慢，可以將腦電如下幾種類型：突發(fā)性變化，即振幅的改變在瞬間完成的情況；短時即振幅的改變在分鐘級別及以內(nèi)的時間內(nèi)發(fā)生改變的情況；緩慢變化號其振幅的改變可能在數(shù)天級別的范圍。根據(jù)腦電信號的波形相位種將其劃分為如下幾種類型：波峰處于基線上方的腦電信號劃分成陰性處于基線下方的腦電信號劃分為陽性波。.2 腦電信號的采集目前有兩種較為常見的腦電信號采集方式，分別為采用濕電極帽的腦置，和采用干電極帽的腦電采集裝置。如圖 2-4 所示，采用干電極帽

（a 濕電極） （b 干電極）圖 2-4 濕電極帽與干電極帽由于人類的腦電信號，其電位大小只有不到 100 V ，因此腦電信號應(yīng)盡可能的接地，減少電磁場和靜電場的干擾。在腦電信號采集過程的擺放區(qū)域需要根據(jù)國際標準導(dǎo)聯(lián) 10-20 系統(tǒng)的標準進行，根據(jù)不同的電極數(shù)量，分為 16，32，64，128 導(dǎo)路電極分布，圖 2-5 是 64 道腦圖，其中 T9 和 T10 為兩個參考電極，有 62 個通道包含了有用的腦已有理論研究證明實際上采集少量通道的腦電信息就可以獲得十分良效果，通道選擇的相關(guān)內(nèi)容將在第三章完成。

【參考文獻】：
期刊論文
[1]基于小波分解的腦電信號特征提取[J]. 初明.  科技創(chuàng)新導(dǎo)報. 2015(29)
[2]情緒生理機制研究的外周與中樞神經(jīng)系統(tǒng)整合模型[J]. 劉飛,蔡厚德.  心理科學(xué)進展. 2010(04)

碩士論文
[1]基于情感識別的在線教學(xué)流程設(shè)計研究[D]. 魏刃佳.陜西師范大學(xué) 2014
[2]基于腦電信號樣本熵的情感識別[D]. 李立.太原理工大學(xué) 2014
[3]腦電信號的特征分析與研究[D]. 周建芳.廣西師范大學(xué) 2008



本文編號：3212495