期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于脑电信号和瞬时情感强度标签的情感识别方法
1
作者
甘开宇
尹钟
《电子科技》
2024年第11期78-84,共7页
通过机器学习脑电图(Electroencephalogram,EEG)揭示人类大脑活动已成为探索人类内在情感状态的重要方案。由于情感状态变化是动态而非恒定,因此预测情感状态变化是情感识别领域的研究难题。文中提出了一种瞬时情感强度标签生成框架,通...
通过机器学习脑电图(Electroencephalogram,EEG)揭示人类大脑活动已成为探索人类内在情感状态的重要方案。由于情感状态变化是动态而非恒定,因此预测情感状态变化是情感识别领域的研究难题。文中提出了一种瞬时情感强度标签生成框架,通过让受试者观看视频来刺激并采集其瞬时情绪强度从而生成一组有监督标签,结合有监督标签与脑电特征生成3组半监督标签对应受试者的瞬时情感状态变化。使用脑电特征与多种机器学习方法分析4组标签对情感状态变化的适用性。通过支持向量机模型在有监督情感强度标签集上对两类、三类和四类情感强度取得了80.02%,54.76%和56.14%的分类精度。实验结果表明,有监督瞬时情感强度标签对不同受试者的脑电数据和情感状态变化更具普适性。
展开更多
关键词
机器学习
脑电图
情感状态
情感识别
标签
生成
瞬时情感强度
标签
普适性
标签
被试特异性标签
下载PDF
职称材料
题名
基于脑电信号和瞬时情感强度标签的情感识别方法
1
作者
甘开宇
尹钟
机构
上海理工大学光电信息与计算机工程学院
出处
《电子科技》
2024年第11期78-84,共7页
基金
国家自然科学基金(61703277)
上海青年科技英才扬帆计划(17YF1427000)。
文摘
通过机器学习脑电图(Electroencephalogram,EEG)揭示人类大脑活动已成为探索人类内在情感状态的重要方案。由于情感状态变化是动态而非恒定,因此预测情感状态变化是情感识别领域的研究难题。文中提出了一种瞬时情感强度标签生成框架,通过让受试者观看视频来刺激并采集其瞬时情绪强度从而生成一组有监督标签,结合有监督标签与脑电特征生成3组半监督标签对应受试者的瞬时情感状态变化。使用脑电特征与多种机器学习方法分析4组标签对情感状态变化的适用性。通过支持向量机模型在有监督情感强度标签集上对两类、三类和四类情感强度取得了80.02%,54.76%和56.14%的分类精度。实验结果表明,有监督瞬时情感强度标签对不同受试者的脑电数据和情感状态变化更具普适性。
关键词
机器学习
脑电图
情感状态
情感识别
标签
生成
瞬时情感强度
标签
普适性
标签
被试特异性标签
Keywords
machine learning
electroencephalogram
emotional state
emotion recognition
label generation
instantaneous emotion intensity label
universal label
subject specific labels
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于脑电信号和瞬时情感强度标签的情感识别方法
甘开宇
尹钟
《电子科技》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部