公开(公告)号：CN110477914A

公开(公告)日：2019-11-22

申请号：CN201910734083.X

申请日：2019-08-09

Applicant: 南京邮电大学

Inventor： 沈健 ,  黄丽亚 ,  钱宇同 ,  汤平川 ,  苏义博 ,  马捃凯

IPC: A61B5/0484 ,  A61B5/16 ,  A61B5/00

Abstract: 本发明公开了一种基于Android的情绪激励与脑电信号情绪识别系统，包括脑电采集设备、蓝牙模块、终端APP模块以及配套的APP，终端APP模块内可包含情绪激励视频，用于使用户产生相应的情绪，将采集的用户的原始脑电信号进行预处理、特征提取、模型训练和情绪分类等一系列操作。本发明利用脑电信号进行情绪分类识别，判断准确，可以离线训练SVM模型，携带方便，操作简捷，具有较高的实用价值。

公开(公告)号：CN112861778A

公开(公告)日：2021-05-28

申请号：CN202110245153.2

申请日：2021-03-05

Applicant: 南京邮电大学 ,  赛尔网络有限公司

Inventor： 马捃凯 ,  汤平川 ,  王励烨 ,  黄丽亚

IPC: G06K9/00 ,  G06K9/62 ,  G06F17/16 ,  G06N20/10

Abstract: 本发明公开一种基于多模态融合的情绪分类识别方法，包括：输入单个数据的脑电信号，并对脑电信号预处理，脑电信号为多通道数字信号；选取M个电极作为脑网络节点，每个节点代表一个脑电信号，并计算各个节点之间的相位锁定值，进而得到脑网络节点对应的连接权重矩阵；根据连接权重计算加权K‑阶传播数，进而得到每个节点的重要性排名；将脑网络拓扑结构和节点的重要性进行融合；计算训练数据集中所有特征的F‑score值，对融合后的特征进行选择，对整个数据集进行情绪分类；本发明采用合理的特征选择策略从整个特征空间选择最好的子集，将网络拓扑结构和节点重要性两种模式组合导致的冗余信息进行删除，避免了过拟合，减少了时间复杂度，提高分类准确率。