公开(公告)号：CN116820223A

公开(公告)日：2023-09-29

申请号：CN202210263640.6

申请日：2022-03-17

Applicant: 东北林业大学

Inventor： 陈宇 ,  吴华健

IPC: G06F3/01 ,  G06F18/213 ,  G06N3/0464 ,  G06F18/2415 ,  G06N3/08

Abstract: 本发明涉及一种基于递归图和卷积自动编码CAE的脑电信号情感识别方法，其中基于递归图和卷积自动编码CAE的脑电信号情感识别方法包括：首先获取相关脑电信号的数据集，对数据集进行预处理，利用滤波法除去其中的伪迹，使用主成分分析发对其进行降维，得到干净的脑电信号，然后将干净的脑电信号进行相空间重构，再选择合适的阈值得到递归矩阵，之后将递归矩阵转换成递归图。将得到的递归图送入卷积神经网络CNN进行特征提取，将经过作为图像特征提取结果的CNN网络的输出输入到自动编码器(SAE)中，最后经过一层SotfMax层计算类别标签的结果，输出情感识别的结果。

公开(公告)号：CN113919387A

公开(公告)日：2022-01-11

申请号：CN202110946383.1

申请日：2021-08-18

Applicant: 东北林业大学

Inventor： 陈宇 ,  吴华健

IPC: G06K9/00 ,  G06K9/62 ,  A61B5/00 ,  A61B5/16 ,  A61B5/372

Abstract: 本发明涉及一种基于GBDT‑LR模型的脑电信号情感识别方法，其中基于GBDT‑LR模型的脑电信号情感识别方法包括：首先获取相关脑电信号的数据集，对数据集进行预处理，利用滤波法除去其中的伪迹，使用主成分分析发对其进行降维，得到干净的脑电信号，然后使用小波包分解算法提取信号中的小波段特征，再使用信息论算法提取其中排列熵、近似熵和样本熵特征，将其组合成特征矩阵。将特征再送入梯度提升决策树(GBDT)模型中进行特征的自动再筛选和选择，将GBDT的结果进行One‑hot编码，形成新的训练数据，最后将新的特征在分类器中进行训练和测试，分类器为逻辑回归(LR)分类器。