公开(公告)号：CN116776231A

公开(公告)日：2023-09-19

申请号：CN202310542817.0

申请日：2023-05-15

Applicant: 杭州电子科技大学

Inventor： 高云园 ,  孙新宇 ,  张启忠 ,  佘青山 ,  张卷卷

IPC: G06F18/2411 ,  G06F18/2135 ,  G06F18/25 ,  A61B5/369 ,  A61B5/374

Abstract: 本发明提出了一种基于黎曼流形的跨被试脑电情绪识别方法。当前基于脑电信号的跨被试情绪识别模型存在模型泛化性差、识别准确率较低等问题，且局限于脑电信号的幅值信息来进行分析，无法有效降低受试者间的差异性。本发明首先使用FIR滤波器提取出脑电信号的θ,α,β,γ四个频带，然后计算出脑电信号通道间的PLV矩阵，并在黎曼流形上将任务态的PLV矩阵对齐到静息态PLV矩阵，以降低不同受试者间的差异性。最后将PLV矩阵映射到切空间中进行分类识别。在DEAP数据集上进行了基于效价、唤醒度二分类实验以及效价‑唤醒度空间的四分类实验，结果表明了所提方法的有效性。

公开(公告)号：CN114139572A

公开(公告)日：2022-03-04

申请号：CN202111271233.1

申请日：2021-10-29

Applicant: 杭州电子科技大学

Inventor： 高云园 ,  孙新宇 ,  范凌霄 ,  张卫 ,  张卷卷

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于增强对称正定矩阵的脑电情绪识别方法。本发明首先采用小波包变换提取脑电信号的时频域信息；然后通过协方差方法将时频域信息嵌入到对称正定矩阵中得到增强的对称正定矩阵；最后将增强的对称正定矩阵在黎曼流形空间进行降维并映射到切空间中，并在切空间中使用支持向量机进行分类。本发明通过对脑电信号进行效价、唤醒度二分类以及四分类，来评估情绪识别的准确性。本发明在公开数据集DEAP上得到了验证，并与几种最新的方法进行了比较。实验结果表明，本发明取得了较好的分类效果。