基于时序卷积网络的情感识别算法

摘要：

采用脑电数据集DEAP进行情感识别.由于脑电信号具有时序性,采用深度学习中的时序卷积网络(TCN)对数据进行训练识别.首先使用小波包分解提取各子带小波系数能量值作为特征;然后通过TCN对特征进行训练,在训练过程中加入了Snapshot寻优思想保存多个模型;最后采用投票集成策略建立集成模型,以提高识别精度,并增强结果稳健性.实验结果表明,本文方法将情感分为二类和四类的平均识别精度分别能够达到95％ 和93％,相对于同类研究有较大的提高.

关键词：脑电信号、情感识别、时序卷积网络、小波包分解、Snapshot寻优

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;中央高校基本科研业务费专项资金

在线出版日期：2020-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：564-572