典型文献
基于加权KNN算法的脑电信号情绪识别
文献摘要：
情绪与人类的行为、家庭及社会密切相关.情绪不仅能反映人类的各种感觉、思想和行为,而且也是各种外部刺激所产生的心理和生理反应,所以在很多领域中对情绪的正确识别十分重要.情绪的变化会导致脑电图(EEG)信号发生变化,反之,这些变化也反映了情绪状态.基于DEAP数据库,对EEG信号进行时域特征和频域特征提取,通过PCA主成分分析法对特征进行降维处理.利用加权KNN算法进行5折交叉验证训练,最终对兴奋(excited)、放松(relaxed)、沮丧(depressed)、愤怒(angry)4种情绪状态的识别准确率达到80％.
文献关键词：
EEG信号;主成分分析(PCA);时域特征;频域特征;加权KNN
中图分类号：
作者姓名：
蔡靖;袁守国;李锐;徐梦辉
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;袁守国;李锐;徐梦辉-.基于加权KNN算法的脑电信号情绪识别)[J].电子技术应用,2022(10):25-30,35
A类：
B类：
KNN,脑电信号,情绪识别,会密,生理反应,脑电图,EEG,反之,情绪状态,DEAP,时域特征,频域特征,降维处理,交叉验证,兴奋,excited,放松,relaxed,沮丧,depressed,愤怒,angry,识别准确率
AB值：
0.452276
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。
