典型文献
C-CapsNet:一种异构脑电和眼动双模态的情绪识别模型
文献摘要：
情绪识别在人机互动中具有重要作用,针对传统手工特征提取精度高但泛化能力低和使用一种模态情绪识别结果不可靠的问题,通过充分利用脑电信号的空间和时间信息,异构脑电和眼动2种模态,基于卷积神经网络和胶囊网络,提出一种双模态情绪识别模型C-CapsNet.在SEED IV多模态数据集上进行实验:使用5-fold交叉验证方法研究共享矩阵初始化方法、迭代次数和学习率对于C-CapsNet在Valence和Arousal两个维度的平均识别率影响;使用LOO交叉验证方法得到该模型的Valence和Arousal最高准确率分别为91.5％和92.4％,优于其他类似研究的情绪识别模型.
文献关键词：
情绪识别;脑电;眼动;胶囊网络
中图分类号：
作者姓名：
马军辉;王峰;王晔;肖家赋;相虎生
作者机构：
太原理工大学 信息与计算机学院,太原 030000;中国人民武装警察部队指挥学院,天津 300000
文献出处：
引用格式：
[1]马军辉;王峰;王晔;肖家赋;相虎生-.C-CapsNet:一种异构脑电和眼动双模态的情绪识别模型)[J].重庆理工大学学报,2022(11):202-211
A类：
B类：
CapsNet,眼动,双模态,情绪识别,识别模型,人机互动,手工特征,泛化能力,不可靠,过充,用脑,脑电信号,空间和时,时间信息,胶囊网络,SEED,IV,多模态数据集,fold,交叉验证,验证方法,初始化方法,迭代次数,学习率,Valence,Arousal,识别率,LOO
AB值：
0.40602
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
