机构名称：
¥ 1.0
摘要：在先前的研究中，已用于脑电（EEG）信号处理的特征提取。但是，时间窗长度对下游任务（例如情绪识别）的特征提取的影响尚未得到很好的检查。为此，我们研究了不同时间窗口（TW）长度对人类情绪识别的影响，以发现提取脑电图（EEG）情绪信号的最佳TW长度。功率谱密度（PSD）特征和差分熵（DE）特征均用于根据SJTU EMOMIT EEG数据集（SEED）评估不同TW长度的有效性。随后使用EEG功能处理方法处理不同的TW长度，即实验级批归归量表（ELBN）。处理的特征用于在六个分类器中执行情感识别任务，然后将结果与没有ELBN的结果进行比较。识别精度表明2-S TW长度在情感上具有最佳性能，并且最适合于EEG功能提取用于情绪识别。在使用基于PSD和DE功能的SVM时，ELBN在2-S TW中的部署可以进一步提高21.63％和5.04％。这些结果在分析智能系统应用的EEG信号时为选择TW长度的选择提供了可靠的参考。
我认为我应该接种疫苗，我觉得我不应该接种疫苗。信息处理和疫苗接种行为的个体差异（COVID-19）
主要关键词
相关文件推荐
