公开(公告)号：CN107766898A

公开(公告)日：2018-03-06

申请号：CN201711295095.4

申请日：2017-12-08

Applicant: 南京邮电大学盐城大数据研究院有限公司

Inventor： 周剑 ,  杜宁 ,  魏献巍 ,  刘方斌 ,  程春玲 ,  郭剑

IPC: G06K9/62

CPC classification number: G06K9/6269

Abstract: 本发明公开了一种基于SVM的三分类情绪概率判断方法，采集参与者情绪变化过程中产生的脑电信号，并对其进行下采样处理，构造样本，训练基于SVM的二分类情绪概率判断模型，通过训练好的二分类情绪概率判断模型构造基于SVM的三分类情绪概率判断模型，使用构造好的基于SVM的三分类情绪概率判断模型判断参与者属于某一类情绪的概率。脑电信号因其客观性强，并且能够真实的表达人类内在情绪状态的特点，因而受到很多研究者的广泛关注。本发明提出了一种基于SVM的三分类情绪概率判断方法，通过参与者的脑电信号得出参与者属于某一类情绪的概率，该方法识别结果较为准确，可以起到一定的指导作用。

公开(公告)号：CN107714057A

公开(公告)日：2018-02-23

申请号：CN201710924821.8

申请日：2017-10-01

Applicant: 南京邮电大学盐城大数据研究院有限公司

Inventor： 周剑 ,  魏献巍 ,  刘方斌 ,  程春玲 ,  郭剑

IPC: A61B5/16 ,  A61B5/0476 ,  G06K9/00 ,  G06K9/62

CPC classification number: A61B5/16 ,  A61B5/0476 ,  A61B5/7264 ,  A61B5/7267 ,  G06K9/00885 ,  G06K9/6256 ,  G06K9/6267 ,  G06K2009/00939

Abstract: 本发明提供一种基于卷积神经网络的三分类情绪识别模型方法，该三分情绪识别模型的识别方法为：采集参与者情绪变化过程中产生的脑电波信号并构造基于卷积神经网络的三分类情绪识别模型；使用采集到的脑电波信号用于训练构造的基于卷积神经网络的三分类情绪识别模型；将训练好的基于卷积神经网络的三分类情绪识别模型对参与者产生的新的脑电波信号进行识别；本发明在脑电波的基础上，先对采集到的信号进行下采样，得到离散的脑电波信号；同时构造基于卷积神经网络的三分类情绪识别模型；最终通过训练卷积神经网络并获得可以用于情绪识别的基于卷积神经网络的三分类情绪识别模型。通过该方法可以提高情绪识别结果的鲁棒性和准确率。