| 基于加权KNN算法的脑电信号情绪识别 | |
| 所屬分類：技术论文 | |
| 上傳者：aetmagazine | |
| 文檔大小：932 K | |
| 標簽： EEG信号 主成分分析(PCA) 时域特征 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：情绪与人类的行为、家庭及社会密切相关。情绪不仅能反映人类的各种感觉、思想和行为，而且也是各种外部刺激所产生的心理和生理反应，所以在很多领域中对情绪的正确识别十分重要。情绪的变化会导致脑电图(EEG)信号发生变化，反之，这些变化也反映了情绪状态。基于DEAP数据库，对EEG信号进行时域特征和频域特征提取，通过PCA主成分分析法对特征进行降维处理。利用加权KNN算法进行5折交叉验证训练，最终对兴奋(excited)、放松(relaxed)、沮丧(depressed)、愤怒(angry)4种情绪状态的识别准确率达到80%。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
EEG信号 相關(guān)資源
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2