基于加权KNN算法的脑电信号情绪识别

摘要：

情绪与人类的行为、家庭及社会密切相关.情绪不仅能反映人类的各种感觉、思想和行为,而且也是各种外部刺激所产生的心理和生理反应,所以在很多领域中对情绪的正确识别十分重要.情绪的变化会导致脑电图(EEG)信号发生变化,反之,这些变化也反映了情绪状态.基于DEAP数据库,对EEG信号进行时域特征和频域特征提取,通过PCA主成分分析法对特征进行降维处理.利用加权KNN算法进行5折交叉验证训练,最终对兴奋(excited)、放松(relaxed)、沮丧(depressed)、愤怒(angry)4种情绪状态的识别准确率达到80％.

关键词：EEG信号、主成分分析(PCA)、时域特征、频域特征、加权KNN

所属期刊栏目：48

分类号：TP301.6(计算技术、计算机技术)

资助基金：吉林省科技厅科技计划项目202010183553

在线出版日期：2022-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：25-30,35