本文選題：希爾伯特-黃變換 + 情感��； 參考：《計算機工程與設計》2014年07期

【摘要】：為驗證希爾伯特-黃變換是否適用于分析情感腦電信號并選取分類效果最好的特征,在情感腦電數(shù)據(jù)集上用希爾伯特黃-變換與小波包變換提取出多個特征用來識別愉悅度。結果顯示前4個IMF分量的能量矩百分比與能量百分比在特定時間窗下可以得到最高為75%的平均分類準確率且后者運算時間更短。利用小波包分解提取特征所需時間比希爾伯特-黃變換短,且其最高平均分類準確率為69.71%,是由小波包分解樹第5層結點的能量特征得到。實驗結果表明,希爾伯特-黃變換較小波包變換有準確率上的優(yōu)勢與計算時間上的劣勢。
[Abstract]:In order to verify whether Hilbert-Huang transform is suitable for analyzing emotional EEG signals and selecting the best classification features, Hilbert-Huang transform and wavelet packet transform are used to identify the pleasurable degree in the emotional EEG data set. The results show that the percentage of energy moments and the percentage of energy of the first four IMF components can reach an average accuracy of 75% under a specific time window, and the latter has a shorter computation time. The extraction time of wavelet packet decomposition is shorter than that of Hilbert-Huang transform, and its highest average classification accuracy is 69.71, which is derived from the energy feature of the fifth layer of wavelet packet decomposition tree. The experimental results show that the Hilbert-Huang transform has the advantage of accuracy and the disadvantage of computing time compared with wavelet packet transform.
【作者單位】： 太原理工大學計算機科學與技術學院;北京理工大學珠海學院計算機學院;
【基金】：國家自然科學基金項目(61070077、61170136) 山西省自然科學基金項目(2010011020-2、2011011015-4)
【分類號】：TN911.7

【相似文獻】

相關期刊論文 前10條

1 唐濤;;圖像基于小波包變換的多尺度匹配算法[J];河北大學學報(自然科學版);2006年03期

2 劉江波;金虎;高鑫偉;;基于小波包變換的雷達抗噪聲調頻干擾研究[J];中國雷達;2011年01期

3 畢為民,孫才新,姚陳果,宋勝利,唐炬;基于門限值小波包變換抑制局部放電白噪干擾[J];重慶大學學報(自然科學版);2003年06期

4 向前,林春生,吳正國;非高斯非平穩(wěn)背景噪聲中的信號檢測方法[J];武漢理工大學學報(交通科學與工程版);2003年03期

5 劉湛;萬國金;范志夫;;擴頻通信系統(tǒng)中干擾問題的研究[J];科技信息(科學教研);2007年18期

6 宋維翰;楊公訓;;基于小波包變換的肌電信號去噪研究[J];生物醫(yī)學工程學雜志;2008年02期

7 許鋼,黃冰;小波包變換頻帶劃分在MELP聲碼器中的應用[J];電聲技術;2004年02期

8 陳明義;李微;黎華;;基于小波包變換的自適應門限的語音激活檢測[J];計算機仿真;2009年03期

9 楊士強;張春業(yè);張波;寧祥峰;;IEEE 802.22 WRAN的頻率偵聽算法及硬件設計[J];計算機應用與軟件;2011年02期

10 陳建忠,史耀武,史淑;基于小波分析的粗晶材料超聲無損評價信號處理技術[J];核動力工程;1999年05期

相關會議論文 前10條

1 朱砂;丁兆忠;李詠強;;基于小波包變換的多普勒頻率提取方法[A];全國第二屆信號處理與應用學術會議專刊[C];2008年

2 熊波;李國林;徐晶晶;;基于小波包變換的引信偽隨機碼識別[A];2005通信理論與技術新進展——第十屆全國青年通信學術會議論文集[C];2005年

3 王煒;楊道淳;徐柏齡;;小波包變換在語音增強中的應用[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年

4 章蘭英;袁嗣杰;陳源;;低信噪比下直擴信號窄帶干擾抑制算法研究[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

5 韓朝暉;;利用小波包分析提取信號分量[A];2006北京地區(qū)高校研究生學術交流會——通信與信息技術會議論文集（上）[C];2006年

6 周紅標;;基于小波包變換和最小二乘支持向量機的癲癇腦電信號識別[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

7 王靜;張晨;李雙田;;基于Bark尺度小波包和Teager能量算子的語音去噪方法[A];第十二屆全國信號處理學術年會（CCSP-2005）論文集[C];2005年

8 劉炯;王愛粉;茍彥新;;短波高速直擴通信系統(tǒng)強窄帶干擾抑制新方法的研究[A];開創(chuàng)新世紀的通信技術——第七屆全國青年通信學術會議論文集[C];2001年

9 韓志艷;王健;倫淑嫻;王旭;;基于小波包變換的語音信號魯棒特征提取[A];第二十九屆中國控制會議論文集[C];2010年

10 應自爐;張有為;;面向對象的小波變換軟件包設計[A];第十一屆全國信號處理學術年會（CCSP-2003）論文集[C];2003年

相關博士學位論文 前10條

1 邊海龍;非平穩(wěn)信號聯(lián)合時頻分析方法的若干問題研究與應用[D];電子科技大學;2008年

2 王愛麗;基于小波理論的SAR圖像壓縮算法研究[D];哈爾濱工業(yè)大學;2008年

3 王颯爽;基于多載波系統(tǒng)的無線圖像傳輸技術的研究[D];天津大學;2006年

4 宗曉飛;信源網(wǎng)絡聯(lián)合編碼關鍵技術研究及應用[D];北京郵電大學;2010年

5 劉毅;非平穩(wěn)信號的小波分析與擬合問題研究[D];山東大學;2006年

6 李小平;智能信號分類方法研究[D];西安電子科技大學;2004年

7 張小飛;天線陣CDMA系統(tǒng)中的空時處理技術研究[D];南京航空航天大學;2005年

8 李岳霖;彈道測速雷達微弱信號處理方法研究[D];哈爾濱工程大學;2008年

9 蒲秀娟;胎兒心電信號提取研究[D];重慶大學;2009年

10 王娜;基于小波變換與約束方差噪聲譜估計的語音增強算法研究[D];燕山大學;2011年

相關碩士學位論文 前10條

1 周鵬;寬帶混沌信號在通信中的應用[D];南京理工大學;2004年

2 張平華;基于小波包變換的直擴通信窄帶干擾抑制技術的研究[D];湖南師范大學;2006年

3 尹艷群;擴頻通信系統(tǒng)變換域窄帶干擾抑制技術研究[D];湖南大學;2005年

4 孫萬麟;一種基于小波包變換的雙模噪聲中信號的檢測[D];新疆大學;2008年

5 林蓉;小波包變換用于非高斯噪聲下的信號檢測[D];電子科技大學;2005年

6 王春光;基于小波分析的圖像特征提取方法研究[D];國防科學技術大學;2004年

7 鄭美薇;基于小波變換的直擴系統(tǒng)中窄帶干擾抑制算法研究[D];哈爾濱工程大學;2007年

8 吳勇;基于小波的信號去噪方法研究[D];武漢理工大學;2007年

9 單立場;小波變換在吸毒者心率變異性信號分析中的應用[D];重慶大學;2007年

10 倪永婧;基于紋理細節(jié)的圖像去噪算法的研究[D];燕山大學;2006年

，

本文編號：1980475