基于融合特征和HKPCA的情绪识别方法研究

随着人工智能的快速发展,情绪在人机交互中的需求不断提升,所以研究者对情绪识别的相关研究青睐有加。现有的核主成分分析(kernel principal component analysis, KPCA)方法大多是基于单核函数的研究,其对情绪脑电的识别率不高。针对上述问题,在原有KPCA算法的基础上,提出了基于改进核主成分分析的情绪脑电识别研究方法。方法通过利用混合核函数改进KPCA,对情绪脑电特征进行降维处理,保留了更有效的信息。然后再结合支持向量机(support vector machine, SVM)来进行分类识别。以SEED数据集作为研究对象,实验结果表明,混合核主成分分析算法在对积极和消极情绪进行分类时,其识别准确率最高,达到94.8148%。这说明上述方法能够有效提取较完整的脑电特征信息,从而提高情绪脑电的识别率。

HKPCA SHOW新环节透视客户需求

即将于12月3～5日在中国深圳会展中心举行的2008国际线路板及电子组装展览会（HKPCA SHOW）不仅邀请了下游客户参与，以帮助PCB制造商制定未来策略，国际技术会议还决定推出一个全新的主题会议，以促进行业合作和信息交流。

HKPCA携手CPCA举办电子产品与PCB质量专题讲座

日前，由HKPCA和CPCA在东莞富盈酒店顺利举办的“CPCA／HKPCA电子产品与PCB质量专题讲座”已圆满结束。本次讲座吸引了16家企业参加，共有学员58人。参加的企业以华南地区为主；本次讲座参加的学员则以工程师为主，层次较高。