原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
://
httwww．skx．com
pjj
:/
DOI１０．１１８９６skx．２３１２０００６６
jj
融合微分熵的高泛化能力脑电情绪识别模型
李争平李汉文王立军
北方工业大学信息学院北京
１００１４４
()
liz＠ncut．edu．cn
p
,.(
摘要深度学习的出现使得脑电信号研究得到进一步发展常用的基于深度学习对情绪分类的方法有人工神经网络
ArＧ
,)(,).,
tificialNeuralNetworkANN与深度学习DeeLearninDL等但脑电信号属于有限样本数据对于深度学习这类需要大
pg
,.
量数据驱动训练从而完成分类任务的网络来说如何在有限的数据数量下提升分类任务的效果和泛化性能是一个研究重点
,,
针对脑电研究中真实环境对脑电信号的影响以及神经网络模型泛化性问题充分挖掘脑电信号包含的信息提出了同时考虑原
,.、
始脑电信号和DE特征的深度学习模型并设计实验的数据采集过程和处理过程在DEAP数据集SEED数据集和实验采集
,,.
的数据上进行实验评估所搭建网络的性能效果和泛化能力探索深度学习网络在脑电信号上的情绪分类关联关系使用本文
,,
构建的网络模型与特征处理办法在SEED数据集的情绪三分类上获得了８５．６２％的准确率在DEAP数据集原始脑电的效价
和唤醒两个维度的情绪二分类上分别获得了和的准确率.
５９．３８％６１．７０％
:;;;();
关键词情绪识别情绪分类脑电信号微分熵DE深度学习
中图分类号TP１８３
HihＧeneralizationAbilitEEGEmotionReconitionModelwithDifferentialEntro
ggyg
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）