文献类型：期刊文章

作　　者：张冠华[1] 余旻婧[1] 陈果[1] 韩义恒[1] 张丹[2] 赵国朕[3] 刘永进[1]

Guanhua ZHANG;Minjing YU;Guo CHEN;Yiheng HAN;Dan ZHANG;Guozhen ZHAO;Yong-Jin LIU(Department of Computer Science and Technology,Tsinghua University,Beijing 100084,China;Department of Psychology,School of Social Sciences,Tsinghua University,Beijing 100084,China;Institute of Psychology,Chinese Academy of Sciences,Beijing 100101,China)

机构地区：[1]清华大学计算机科学与技术系,北京100084 [2]清华大学社会科学学院心理学系,北京100084 [3]中国科学院心理研究所,北京100101

出　　处：《中国科学：信息科学》

基　　金：国家自然科学基金(批准号:U1736220,61725204)资助项目

年　　份：2019

卷　　号：49

期　　号：9

起止页码：1097-1118

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：情绪是人对外界事物产生的心理和生理反应.准确地识别情绪在人机交互研究中占据着重要位置,其成果可应用在医学、教育、心理、军事等方向.由于脑电信号具有客观,不易伪装等特点,其在情绪识别领域的应用广受关注.从脑电信号中提取与情绪关联大、区分能力强的特征,有助于后续的分类器更有效地识别不同情绪状态.本文调研了目前常用于情绪识别研究领域的脑电信号特征,从时域、频域、时频域和空间域4个方面介绍其定义、计算方法,以及与情绪的联系,在SEED, DREAMER和CAS-THU 3个公开的脑电–情绪数据集上,使用SLDA算法评估和比较了各类脑电特征区分不同效价的能力.本文也对目前存在的问题和未来的研究方向进行了讨论和展望,可以为研究人员系统性地了解面向情绪识别的脑电特征研究现状以及开展后续研究提供思路.

关 键 词：情绪识别 脑电信号 特征提取 特征选择  情绪效价

分 类 号：TN911.7] B842.6]