發(fā)布時間：2023-08-05 16:43

　　隨著腦機接口技術(shù)的發(fā)展,基于腦電的情緒識別受到了廣大研究者的青睞和重視。腦電情緒識別的研究為人工智能領(lǐng)域的發(fā)展注入了新的活力。本文針對腦電信號中眼電偽跡去除和模式識別這兩個方面展開研究,設(shè)計了基于腦電情緒識別的服務(wù)機器人系統(tǒng),實現(xiàn)了算法在系統(tǒng)上的集成應(yīng)用,具有一定的理論意義和實際應(yīng)用價值。首先,本文對腦電信號、情緒模型以及國內(nèi)外研究現(xiàn)狀進行了總結(jié),設(shè)計了基于腦電信號的情緒識別系統(tǒng)。然后對腦電信號采集系統(tǒng)進行介紹,并對腦電數(shù)據(jù)進行了采集。最后對常見的腦電信號處理方法進行了分析,確定將深度學(xué)習(xí)方法應(yīng)用到腦電信號處理中。其次,針對傳統(tǒng)的眼電偽跡去除方法需要眼電信號作參考信號,且易導(dǎo)致腦電信號重要信息丟失或者偽跡去除不完全的問題,本文將稀疏自編碼和去噪自編碼相結(jié)合,提出了一種基于棧式稀疏去噪自編碼的眼電偽跡去除方法。該方法分為離線階段和在線階段,離線階段完成模型的訓(xùn)練工作,在線階段對腦電信號中的眼電偽跡進行去除。實驗結(jié)果表明,本文方法能夠有效地去除腦電信號的眼電偽跡,且優(yōu)于其他方法。然后,針對腦電情緒識別率偏低的問題,本文提出了一種三維卷積雙向門控循環(huán)單元網(wǎng)絡(luò)(Three Dimension ...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 腦電情緒概述
        1.2.1 腦電信號概述
        1.2.2 情緒模型概述
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 腦電情緒識別技術(shù)研究難點
    1.5 研究內(nèi)容及章節(jié)安排
    1.6 本章小結(jié)
第2章 基于腦電信號的情緒識別系統(tǒng)設(shè)計
    2.1 系統(tǒng)的總體框架設(shè)計
    2.2 腦電信號數(shù)據(jù)采集系統(tǒng)
        2.2.1 Emotiv腦電采集系統(tǒng)
        2.2.2 腦電信號采集
    2.3 腦電信號處理方法分析
        2.3.1 預(yù)處理
        2.3.2 特征提取
        2.3.3 分類器的設(shè)計
        2.3.4 深度學(xué)習(xí)
    2.4 本章小結(jié)
第3章 基于SSDA的眼電偽跡去除方法
    3.1 自編碼
        3.1.1 稀疏自編碼
        3.1.2 去噪自編碼
        3.1.3 棧式稀疏去噪自編碼
    3.2 基于SSDA的眼電偽跡去除方法
        3.2.1 SSDA眼電偽跡去除方法
        3.2.2 SSDA模型訓(xùn)練
    3.3 實驗配置
    3.4 實驗結(jié)果及分析
        3.4.1 不同個數(shù)SDA堆疊實驗對比
        3.4.2 迭代次數(shù)實驗
        3.4.3 不同方法實驗對比
    3.5 本章小結(jié)
第4章 基于3DC-BGRU的腦電情緒識別
    4.1 三維腦電信號的構(gòu)建
        4.1.1 短時傅里葉變換
        4.1.2 基于短時傅里葉變換的三維腦電信號構(gòu)建
    4.2 三維卷積神經(jīng)網(wǎng)絡(luò)模塊的構(gòu)建
        4.2.1 卷積神經(jīng)網(wǎng)絡(luò)
        4.2.2 殘差網(wǎng)絡(luò)
        4.2.3 批歸一化算法
        4.2.4 3DCNN模塊
    4.3 雙向門控循環(huán)單元網(wǎng)絡(luò)模塊的構(gòu)建
        4.3.1 LSTM和 GRU
        4.3.2 BGRU網(wǎng)絡(luò)的構(gòu)建
    4.4 實驗結(jié)果與分析
        4.4.1 實驗配置
        4.4.2 模型性能分析
    4.5 本章小結(jié)
第5章 基于腦電情緒識別的服務(wù)機器人系統(tǒng)設(shè)計與實現(xiàn)
    5.1 腦電情緒識別的人機交互系統(tǒng)設(shè)計
        5.1.1 硬件平臺
        5.1.2 軟件平臺
    5.2 控制方案設(shè)計
    5.3 實驗結(jié)果及分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號：3838980