典型文献
基于EEMD和LeNet-5的脑电信号情绪识别
文献摘要：
随着科学技术的进步,人们对情绪这一概念有了全新的认识,从过去认为情绪来源于"心"逐渐发展到了当下普遍认为情绪来源于"脑".针对脑电信号所具有的诸多特性,首先通过去除心电、肌电噪声,滤波提取脑电信号中的有用波段;再利用集合经验模态分解算法(Ensemble Empirical Mode Decomposition,EEMD)对脑电信号进行特征提取,利用提取特征通过空间插值法绘制脑电地形图;接着利用LeNet-5算法开展具体情绪识别,并建立模型.最终通过不断地改进模型,显著提高了情绪识别准确率,准确率最高可达80.1％.
文献关键词：
EEG;EEMD;LeNet-5;情绪识别
中图分类号：
作者姓名：
蔡靖;周云鹏;程晓宇;辛佳雯;孙慧慧
作者机构：
吉林大学仪器科学与电气工程学院,吉林长春130061
文献出处：
引用格式：
[1]蔡靖;周云鹏;程晓宇;辛佳雯;孙慧慧-.基于EEMD和LeNet-5的脑电信号情绪识别)[J].电子技术应用,2022(05):98-103
A类：
B类：
EEMD,LeNet,脑电信号,情绪识别,一概,普遍认为,多特性,心电,肌电,波段,集合经验模态分解,Ensemble,Empirical,Mode,Decomposition,提取特征,空间插值法,地形图,建立模型,改进模型,识别准确率,EEG
AB值：
0.346569
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。
