-
公开(公告)号:CN114707544A
公开(公告)日:2022-07-05
申请号:CN202210297805.1
申请日:2022-03-23
Applicant: 安徽大学
Abstract: 本发明公开了一种基于EEG脑电信号情感识别方法,包括以下步骤:原始数据输入,选取合适的公开的脑电信号数据集并且带有可识别的情感标签;数据预处理,对采集到的EEG信号进行预处理得到适合的脑电信号;特征分析,对预处理后的EEG信号进行时域和频域的特征分析;特征处理,对分析后的EEG信号提取六种不同的情感特征;分类识别,将提取的特征分为测试集和训练集放入支持向量机SVM分类器、KNN分类器中进行学习分类。还公开了一种基于EEG脑电信号情感识别系统。本发明对比了不同分类器下的脑电信号及识别率,并能直观反映识别情况,同时对于新的脑电信号特征基于训练好的模型进行识别。
-
公开(公告)号:CN116894206A
公开(公告)日:2023-10-17
申请号:CN202310616845.2
申请日:2023-05-29
Applicant: 安徽大学
IPC: G06F18/241 , G06F16/21 , G06F16/28 , G06F18/25
Abstract: 本发明公开了一种基于视频‑气味联合诱发的多模态情感识别方法,包括以下步骤:受试者观看情感状态为积极、中性、消极的视频材料,同时结合同性质的气味作为视频和气味混合刺激;采集受试者在纯视频刺激和视频气味混合刺激两种刺激模式下的EEG信号和EOG信号,建立一个多刺激诱发的多模态情感数据库;数据预处理;对预处理之后的EEG信号和EOG信号提取各自的情感特征;将提取的情感特征采用基于联合训练的混合融合策略进行分类学习和训练,获得最终预测的情感类别。还公开了一种基于视频‑气味联合诱发的多模态情感识别系统。本发明填补了视频‑气味诱发的EEG和EOG信号数据库的空白。
-