点击购买，资源将自动在新窗口打开.
获取独家产品信息，尽享促销优惠！立即订阅，不容错过
* 限···时··优惠
摘要 - 这项研究提出了一种基于脑电图（EEG）的熟悉和陌生面部分类的新方法。首先，将原始的EEG时期分为三个重叠的段，每个段通过带通滤波器分解为多个子带。然后，使用差分熵来提取区分性脑电图特征。最后，获得的功能是串联并与支持向量机（SVM）分类的。我们的数据库中产生的结果表明，所提出的方法可以在五个参与者的情况下达到76.2％的平均准确性。这项工作主要表明，差分熵是基于EEG的熟悉和陌生的面部分类的有效特征，并且有可能应用于其他基于EEG的视觉任务分析。
主要关键词
