基于多源域迁移学习的脑电情感识别

摘要：

针对普通机器学习算法与单源域迁移学习在应用方面的局限性,利用多源域迁移学习算法解决跨被试情感识别中正确率低的问题.为提高迁移学习的计算效率并避免负迁移现象的产生,分别从样本和特征两个方面对迁移数据进行优化.用多源域选择算法筛选出最优源域集合,用迁移特征选择算法得到最优特征集合,训练出多个迁移学习模型并对之集成.在数据集SEED上对该算法进行验证,验证结果表明,该模型相比其它情感识别模型具有更优的跨被试情感识别能力.

关键词：情感识别、迁移学习、多源域选择、迁移特征选择、集成学习

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目 ;中央高校基本科研业务费专项基金项目

在线出版日期：2020-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2011-2018