| 基于加權KNN算法的腦電信號情緒識別 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>932 K | |
| 標簽： EEG信號 主成分分析(PCA) 時域特征 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：情緒與人類的行為、家庭及社會密切相關。情緒不僅能反映人類的各種感覺、思想和行為，而且也是各種外部刺激所產生的心理和生理反應，所以在很多領域中對情緒的正確識別十分重要。情緒的變化會導致腦電圖(EEG)信號發生變化，反之，這些變化也反映了情緒狀態。基于DEAP數據庫，對EEG信號進行時域特征和頻域特征提取，通過PCA主成分分析法對特征進行降維處理。利用加權KNN算法進行5折交叉驗證訓練，最終對興奮(excited)、放松(relaxed)、沮喪(depressed)、憤怒(angry)4種情緒狀態的識別準確率達到80%。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2