-
公开(公告)号：CN114209341A
公开(公告)日：2022-03-22
申请号：CN202111608170.4
申请日：2021-12-23
Applicant: 杭州电子科技大学
Abstract: 本发明设计了一种特征贡献度差异化脑电数据重构的情感激活模式发掘方法。本发明步骤如下：1、在诱发情感的场景下对多个被试进行脑电数据采集。2、对步骤1所得的脑电数据进行预处理、特征提取及相关数据的准备。3、建立特征贡献度差异化数据重构模型。4、求解并训练步骤3中所建立的模型并在测试数据上得到情感识别结果。5、根据差异化表示因子获得关键频段与关键导联信息即脑电情感激活模式。本方法创新地利用差异化表示因子，提高了脑电情感识别模型的预测精度；同时，可利用其获取脑电情感的激活模式。
-
公开(公告)号：CN115905837B
公开(公告)日：2023-06-30
申请号：CN202211440751.6
申请日：2022-11-17
Applicant: 杭州电子科技大学
IPC: G06F18/213 , G06F18/24 , G06F18/2433 , G06F18/27 , A61B5/16 , A61B5/372
Abstract: 本发明公开了异常自动检测的半监督自适应标记回归脑电情感识别方法。该方法的具体步骤包括：脑电数据采集，数据与处理与特征提取，建立异常自动检测的半监督自适应标记回归脑电情感识别模型，对模型进行迭代优化，获取预测标签，分析模型参数。相比于传统最小二乘方法，本发明具有以下技术效果：1)本发明提出了异常判定因子的概念，能够在模型优化过程中动态发现并删除异常样本点。2)本发明提出了半监督标签重标定回归方法，增大了不同类别间样本的距离，显著提高了分类准确率。3)利用特征权重因子，本发明可以观测在目标任务下的脑电的关键频段与关键导联。
-
公开(公告)号：CN114209341B
公开(公告)日：2023-06-20
申请号：CN202111608170.4
申请日：2021-12-23
Applicant: 杭州电子科技大学
Abstract: 本发明设计了一种特征贡献度差异化脑电数据重构的情感激活模式发掘方法。本发明步骤如下：1、在诱发情感的场景下对多个被试进行脑电数据采集。2、对步骤1所得的脑电数据进行预处理、特征提取及相关数据的准备。3、建立特征贡献度差异化数据重构模型。4、求解并训练步骤3中所建立的模型并在测试数据上得到情感识别结果。5、根据差异化表示因子获得关键频段与关键导联信息即脑电情感激活模式。本方法创新地利用差异化表示因子，提高了脑电情感识别模型的预测精度；同时，可利用其获取脑电情感的激活模式。
-
公开(公告)号：CN115905837A
公开(公告)日：2023-04-04
申请号：CN202211440751.6
申请日：2022-11-17
Applicant: 杭州电子科技大学
IPC: G06F18/213 , G06F18/24 , G06F18/2433 , G06F18/27 , A61B5/16 , A61B5/372
Abstract: 本发明公开了异常自动检测的半监督自适应标记回归脑电情感识别方法。该方法的具体步骤包括：脑电数据采集，数据与处理与特征提取，建立异常自动检测的半监督自适应标记回归脑电情感识别模型，对模型进行迭代优化，获取预测标签，分析模型参数。相比于传统最小二乘方法，本发明具有以下技术效果：1)本发明提出了异常判定因子的概念，能够在模型优化过程中动态发现并删除异常样本点。2)本发明提出了半监督标签重标定回归方法，增大了不同类别间样本的距离，显著提高了分类准确率。3)利用特征权重因子，本发明可以观测在目标任务下的脑电的关键频段与关键导联。
-
-
-
Search Results
4
records
(took 0.015 seconds)
