机构名称：
¥ 1.0
摘要：在本研究中，我们开发了一种基于机器学习的情感计算方法，使用无线协议和可穿戴脑电图 (EEG) 定制设备进行情绪识别。该系统使用头皮上的八电极放置来收集脑电图信号；其中两个电极放置在额叶，另外六个电极放置在颞叶。我们对八名受试者进行了实验，让他们观看情绪视频。采用六种熵测量从脑电图信号中提取合适的特征。接下来，我们使用三种流行的分类器评估了我们提出的模型：支持向量机 (SVM)、多层感知器 (MLP) 和一维卷积神经网络 (1D-CNN) 进行情绪分类；使用了受试者相关和受试者无关的策略。我们的实验结果表明，在受试者相关和受试者无关的情况下实现的最高平均准确率分别为 85.81% 和 78.52%；这些精度是使用样本熵测量和 1D-CNN 的组合实现的。此外，我们的研究调查了颞叶中的 T8 位置（右耳上方）是所提出的通过电极选择进行情绪分类的测量位置中最关键的通道。我们的结果证明了我们提出的基于 EEG 的情感计算方法在实际应用中用于情绪识别的可行性和效率。
使用自制脑电图设备进行基于机器学习的情绪识别的情感计算
主要关键词
相关文件推荐
