Hilbert-Huang变换在情感脑电特征提取中的应用.pdfVIP

2014年 7月 计算机工程与设计 July2014 第 35卷 第 7期 COMPUTER ENGINEERING AND DESIGN Vo1．35 No．7 Hilbert_-Huang变换在情感脑电特征提取中的应用 杨鹏圆 ，李海芳 ，陈东伟 。 (1．太原理工大学 计算机科学与技术学院，山西太原 030024； 2．北京理工大学 珠海学院计算机学院，广东珠海 519000) 摘 要 ：为验证希尔伯特一黄变换是否适用于分析情感脑电信号并选取分类效果最好的特征，在情感脑电数据集上用希尔伯 特黄一变换与小波包变换提取 出多个特征用来识别愉悦度。结果显示前4个 IMF分量的能量矩百分比与能量百分比在特定 时间窗下可以得到最高为75 的平均分类准确率且后者运算时间更短。利用，1、波包分解提取特征所需时间比希尔伯特一黄 变换短 ，且其最高平均分类准确率为69．71 ，是由小波包分解树第5层结点的能量特征得到。实验结果表明，希尔伯特一 黄变换较小波包变换有准确率上的优势与计算时间上的劣势。 关键词：希尔伯特一黄变换；情感；脑电；小波包变换；特征提取 中图法分类号：TP18；TP399 文献标识号：A 文章编号 ：1000—7024 (2014)07—2509—06 ApplicationofHilbert-Huangtransform in emotionEEG featureextraction YANG Peng—yuan ，LIHai—fang ，CHEN Dong-wei， (1．CollegeofComputerScienceandTechnology，TaiyuanUniversityofTechnology．Taiyuan030024，China； 2．CollegeofComputer，ZhuhaiCampus，BeijingInstituteofTechnology，Zhuhai519000，China) Abstract：ToverifywhethertheHilbert—Huangtransform (HHT)wasappropriateforemotionalelectroencephalographic (EEG)analysisandtOgetthebestfeatureforclassification，multiplefeatureswereextractedusingHilbert-Huangtransform and waveletpackettransform from emotionalEEG data．Thesefeatureswereusedtorecognitionvalence．Theresultsshowedthat thefirstfourIMFcomponents’energymomentpercentageandenergypercentageinaparticulartimewindow couldobtainthe highestaverageclassificationaccuracyratethatupto75 andthelatterneededlesscomputationtime．W aveletpackettransform neededlesstimeforextractingfeaturesthanHHT．Asafeature，thenodes’energyofwaveletpacketdecompositiontree’Sfifth layergotaclassificationaccuracyrateof69．71 ，whichwashigherthanotherfeaturesextractedbywaveletpackettransfomr ． TheexperimentshowedthatHilbervHuangtransform hadtheadvantageofrecognitionaccuracyrateanddisadvantageofcompu— tationtim