基于SDAE与RELM的EEG情感识别方法

摘要：

针对情感识别中堆叠式自动编码器存在反向传播方法收敛速度慢和容易陷入局部最优的问题,提出一种基于堆叠式降噪自动编码器(SDAE)和正则化极限学习机(RELM)的情感状态识别方法.从脑电信号的时域、频域和时频域中提取表征情感状态的初始特征,使用SDAE进行无监督特征学习,提取初始特征的高层抽象表示.在网络的回归层,使用RELM进行情感分类.在DEAP数据集上的实验结果表明,与SDAE以及DT、KNN等传统基于机器学习的方法相比,该方法在实时性、准确性和泛化性能等方面均有明显提升.

关键词：情感识别;脑电信号;情感特征;堆叠式降噪自动编码器;正则化极限学习机

所属期刊栏目：47

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;河南省高等学校重点科研计划项目;河南省高校基本科研业务费专项基金

在线出版日期：2021-11-10（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：75-83