隨著機(jī)器學(xué)習(xí)算法以及深度學(xué)習(xí)算法在人工智能領(lǐng)域的飛速發(fā)展,我們對(duì)人工智能在生活中的應(yīng)用產(chǎn)生了更高的要求。情感是人類(lèi)的腦部產(chǎn)生的一種對(duì)外界事物的精神反饋,計(jì)算機(jī)對(duì)人類(lèi)情感的識(shí)別和模擬是計(jì)算機(jī)智能化的重要標(biāo)志之一。通過(guò)機(jī)器學(xué)習(xí)的方法對(duì)腦電波(Electroencephalogram,EEG)信號(hào)進(jìn)行分析并對(duì)情感進(jìn)行分類(lèi)成為了目前人工智能和人機(jī)交互領(lǐng)域比較前沿的研究方向。腦電信號(hào)是通過(guò)多個(gè)通道采樣的,使得它的特征向量具有高維度特性。由于情感腦電信號(hào)并非與所有的腦電通道相關(guān),導(dǎo)致在通過(guò)腦電信號(hào)進(jìn)行情感分類(lèi)時(shí)會(huì)出現(xiàn)一定程度的通道冗余和維數(shù)災(zāi)難。針對(duì)情感腦電信號(hào)在大腦中的稀疏特性,本文做了以下研究:首先,對(duì)以音樂(lè)視頻為誘因的多重生理模態(tài)的情感腦電數(shù)據(jù)集DEAP進(jìn)行了研究,完成情感腦電信號(hào)的時(shí)域特征和頻域特征的提取。運(yùn)用小波變換算法和快速傅里葉變換算法提取DEAP情感腦電信號(hào)的delta節(jié)律(0.5-3Hz)、theta節(jié)律(4-7Hz)、alpha節(jié)律(8-13Hz)、beta節(jié)律(14-30Hz),gamma節(jié)律(31-47Hz)五個(gè)節(jié)律波段;運(yùn)用經(jīng)驗(yàn)?zāi)B(tài)分解算法計(jì)算出腦電信號(hào)的四層內(nèi)蘊(yùn)模態(tài)函數(shù)...

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
注釋表
第1章 引言
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文主要工作
第2章 基于稀疏表示的腦電(EEG)情感分類(lèi)
    2.1 DEAP數(shù)據(jù)集
    2.2 算法框架
    2.3 數(shù)據(jù)歸一化及小波變換特征提取
        2.3.1 數(shù)據(jù)歸一化
        2.3.2 小波變換
    2.4 功率譜分析
    2.5 稀疏表示
        2.5.1 稀疏表示分類(lèi)(SRC)算法模型
        2.5.2 貪婪算法求解
        2.5.3 凸優(yōu)化算法求解
    2.6 實(shí)驗(yàn)結(jié)果分析
    2.7 本章小結(jié)
第3章 引入稀疏組Lasso的稀疏表示情感分類(lèi)
    3.1 算法框架
    3.2 情感腦電信號(hào)預(yù)處理
    3.3 特征提取
        3.3.1 時(shí)域特征
        3.3.2 時(shí)頻特征
    3.4 引入稀疏組Lasso的稀疏表示算法
        3.4.1 Lasso及其發(fā)展
        3.4.2 稀疏組Lasso在 SRC算法中的應(yīng)用
        3.4.3 塊坐標(biāo)下降算法
    3.5 實(shí)驗(yàn)結(jié)果分析
    3.6 本章小結(jié)
第4章 結(jié)束語(yǔ)
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3871010