基于稀疏表示的脑电(EEG)情感分类

计算机对人类情绪与情感的识别研究已经成为了脑机接口领域的研究热点。通过分析人类在生活中的各种情感状态,提取脑电信号的特征并对情感状态进行识别、分类是情感智能化领域的重要方向。针对基于音乐视频诱导的情感数据集DEAP进行了研究,提取脑电信号的频域特征后,提出了采用加速近邻梯度(APG)算法和正交匹配(OMP)算法求解稀疏编码的稀疏表示分类模型进行情感分类,并与支持向量机(SVM)算法进行效果比较。实验结果表明,APG算法通过l1范数正则近似求解以其快速的收敛速度在情感数据集上有着较好的分类表现,而OMP算法与SVM算法的分类效果相差无几,实现了情感脑电信号的分类。

基于模糊逻辑的秀丽隐杆线虫避障行为

通过对秀丽隐杆线虫波形运动行为进行研究,提出一种通过模糊逻辑和波形运动相结合的避障算法,对其进行可视化仿真实验。根据其本体感受回馈机制下产生波形运动的机理,建立波形运动数学模型和转向模型;利用探测感受器,获取线虫与环境中障碍物的相对位置关系信息;通过模糊逻辑原理构建的模糊控制器系统,模拟线虫的自适应波形运动行为。仿真结果表明,设计的模糊控制系统有效地模拟了秀丽隐杆线虫的躲避障碍物行为,为波形运动爬行机器人的构建提供了理论支持。