發(fā)布時間：2023-05-31 00:24

　　由于腦電信號的個體差異性和非平穩(wěn)特性對情感模型性能產(chǎn)生影響,如何構(gòu)建跨被試腦電情感模型是情感腦-機(jī)接口領(lǐng)域的一個重要研究方向.本文提出一種新的從眼睛的掃視軌跡進(jìn)行知識遷移的異質(zhì)遷移學(xué)習(xí)方法,以提升跨被試腦電情感模型的性能.該方法的主要神經(jīng)生理學(xué)依據(jù)是,被試的視覺注視誘發(fā)了大腦特定的神經(jīng)活動,而這些神經(jīng)活動產(chǎn)生的腦電信號可以為情緒識別提供重要的情境線索.為了量化不同被試之間的域差異,我們引入了基于掃視軌跡和基于腦電信號的核矩陣,并提出了改進(jìn)的直推式參數(shù)遷移學(xué)習(xí)算法,以實現(xiàn)跨被試腦電情感模型的構(gòu)建.該方法與傳統(tǒng)方法相比,具有兩個優(yōu)點:一是利用了目標(biāo)被試容易獲取的眼動追蹤數(shù)據(jù)進(jìn)行被試遷移;二是在目標(biāo)被試只有眼動追蹤數(shù)據(jù)的情況下,仍然能夠從其他被試的歷史數(shù)據(jù)中學(xué)到腦電信號的情緒類別判別信息.為了驗證所提方法的有效性,我們對本文提出的方法與已有的遷移方法在三類情緒識別的腦電和眼動數(shù)據(jù)集上進(jìn)行了系統(tǒng)的對比實驗研究.實驗結(jié)果表明,基于眼動軌跡的遷移模型取得了與基于腦電信號的遷移模型相當(dāng)?shù)淖R別性能.相對于傳統(tǒng)的通用分類器50.46%的平均準(zhǔn)確率,基于眼動軌跡的遷移模型的平均準(zhǔn)確率達(dá)到了69.72%.

【文章頁數(shù)】：13 頁

【文章目錄】：
1引言
2相關(guān)工作
    2.1多模態(tài)情感腦-機(jī)接口
    2.2腦-機(jī)接口中的遷移學(xué)習(xí)
3方法
    3.1眼動信號與腦電信號關(guān)聯(lián)的神經(jīng)生物學(xué)基礎(chǔ)
    3.2時空掃視軌跡分析
        3.2.1掃視軌跡序列編碼
        3.2.2掃視軌跡序列比較
    3.3異質(zhì)遷移學(xué)習(xí)
4實驗設(shè)置
    4.1情感腦電和眼動追蹤數(shù)據(jù)集
    4.2數(shù)據(jù)預(yù)處理和特征提取
    4.3性能評價指標(biāo)
5實驗結(jié)果分析
6結(jié)論
Background



本文編號：3825323