文献类型：期刊文章

作　　者：魏琛[1] 陈兰岚[1] 张傲[1]

WEI Chen;CHEN Lanlan;ZHANG Ao(Key Laboratory of Advanced Control and Optimization for Chemical Processes, Ministry of Education, East China University of Science and Technology, Shanghai 200237, China)

机构地区：[1]华东理工大学化工过程先进控制和优化技术教育部重点实验室

出　　处：《华东理工大学学报（自然科学版）》

基　　金：国家自然科学基金(61201124);中央高校基本科研业务费重点科研基地创新基金(222201817006)

年　　份：2019

卷　　号：45

期　　号：4

起止页码：614-622

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：采用脑电情感数据集SEED进行情感识别研究,旨在利用深度学习中的卷积神经网络(CNN)自动提取脑电样本的抽象特征,省去人工选择特征与降维的过程.首先,采用小波包变换(WPT)对脑电信号进行6级分解并构成二维结构样本;然后,通过改变网络深度设计了6个深度不同的CNN模型;最后,通过投票法与加权平均法建立集成模型,提高了识别精度.实验结果表明,本文方法对3种情感类别的平均分类精度达到了93.12%,能够满足情感识别的研究需求.

关 键 词：脑电信号 情感识别 卷积神经网络 集成学习  

分 类 号：TP391]