文献类型：期刊文章

作　　者：陈萌[1] 钟宁[1] 李幼军[1,2] 刘岩[1] 何强[1]

Chen Meng;Zhong Ning;Li Youjun;Liu Yan;He Qiang(Brain Intelligence Service Beijing International Science ＆ Technology Cooperation Base,School of Electronic Information ＆ Control Enginee-ring,Beijing University of Technology,Beijing 100124,China;Dept.of Science ＆ Technology,North China University of Technology,Beijing 100144,China)

机构地区：[1]北京工业大学电子信息与控制工程学院脑信息智慧服务北京国际科技合作基地,北京100124 [2]北方工业大学科技处,北京100144

出　　处：《计算机应用研究》

基　　金：国家"973"计划资助项目(2014CB744600)

年　　份：2018

卷　　号：35

期　　号：7

起止页码：2051-2054

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：如何提取有效的特征一直是情感研究的一个热点。结合脑电信号非线性方法中排列熵计算效率高、样本熵计算准确率高的优点,提出了等分符号化熵(ESE)算法,并试图验证这种新的特征在情感脑电分析中的有效性。该算法在相空间重构前对信号进行等概率符号化处理,用符号矢量的相等计算重构分量比例。仿真结果显示,ESE算法在logistic映射中计算效率与计算准确度均有良好的表现。将ESE算法用于情感脑电信号的分析,结果表明部分脑区可以有效地区分正负性情感,表明此算法可有效地衡量不同类型情感的特征。

关 键 词：非线性 脑电 复杂度 情感

分 类 号：TP391.4]