机构名称：
¥ 1.0
摘要：性格是个人行为和情绪模式的特征集，由生物和环境因素发展而来。性格特征的识别对于使人机交互 (HCI) 应用程序更加逼真、更有针对性和用户友好至关重要。使用神经科学数据识别性格的能力是性格的神经生物学基础。本文旨在结合头皮脑电图 (EEG) 和机器学习技术自动识别性格。由于静息状态脑电图尚未被证明能够有效预测性格，我们使用了情绪处理过程中引发的脑电图记录。本研究基于 AMIGOS 数据集中的数据，该数据集反映了 37 名健康参与者的反应。从清理后的脑电图信号中提取脑网络和图论参数，同时使用 k 均值算法将每个特征得分分为低级和高级。随后使用特征选择算法将特征集大小缩减为最佳的 10 个特征，以分别描述每个特征。最后采用支持向量机 (SVM) 对每个实例进行分类。我们的方法对外向性、宜人性、责任心、神经质和开放性的分类准确率分别为 83.8%、86.5%、83.8%、83.8% 和 73%。
脑科学 - DSpace
主要关键词
相关文件推荐
