典型文献
基于多通道脑电信号的因果网络情绪识别
文献摘要：
情绪是由大脑内多个通道共同作用产生的,格兰杰因果检验作为情绪识别的主流方法,在计算任意2个通道之间的因果关系时容易忽略其他通道的影响.面向多通道脑电信号,提出一种基于条件格兰杰因果检验(CGC)的因果网络情绪识别方法.利用CGC算法计算不同情绪下大脑全通道的因果关系,据此构建因果网络,并通过分析各通道的入/出度和介数拓扑属性找到关键通道,得到简化的因果网络进行情绪识别.将节点之间的因果连接关系作为特征分别输入SVM和KNN分类器进行分类训练,实验结果表明,简化网络的识别率分别为75.3％和78.4％,验证了所提方法的有效性.
文献关键词：
条件格兰杰因果检验;脑电信号;因果网络;关键通道;情绪识别
中图分类号：
作者姓名：
王斌;王忠民;张荣
作者机构：
西安邮电大学 计算机学院,西安 710121;陕西省网络数据分析与智能处理重点实验室,西安 710121
文献出处：
引用格式：
[1]王斌;王忠民;张荣-.基于多通道脑电信号的因果网络情绪识别)[J].计算机工程,2022(01):69-74
A类：
条件格兰杰因果检验
B类：
多通道脑电信号,因果网络,网络情绪,情绪识别,主流方法,因果关系,CGC,算法计算,全通道,出度,介数,拓扑属性,关键通道,别输,KNN,分类器,分类训练,识别率
AB值：
0.245081
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。
