机构名称：
¥ 1.0
认识到脑电图中的情绪（EEG）是情感脑部计算机界面（ABCI）领域中有前途且宝贵的研究问题。为提高情绪识别的准确性，根据脑电图信号中的时间信息提出了一种情感特征提取方法。这项研究采用微晶格分析作为脑电图信号的时空分析。微骨被定义为一系列瞬时准稳定的头皮电势地形。脑电活动可以建模为由微骨的时间序列组成。微晶序序列提供了一个理想的宏观窗口，用于观察自发脑活动的时间动力学。为了进一步分析微晶序列的精细结构，我们提出了一种基于K-MER的特征提取方法。k-mer是给定序列的k长度底带。它已被广泛用于计算基因组学和序列分析。我们提取基于K-MER的D 2 *统计量的功能。此外，我们还提取每个微晶体类别的四个参数（持续时间，出现，时间覆盖，GEV，GEV）作为粗级的特征。我们在DEAP数据集上进行了实验，以评估所提出的特征的性能。实验结果表明，在细水平和粗糙水平上的特征融合可以有效提高分类精度。
基于EEG
主要关键词
相关文件推荐
