<samp id="ffp3e"><ins id="ffp3e"><ruby id="ffp3e"></ruby></ins></samp>

<menuitem id="ffp3e"><strong id="ffp3e"></strong></menuitem>

    <tbody id="ffp3e"></tbody>

    <tbody id="ffp3e"><bdo id="ffp3e"></bdo></tbody>
    1. <menuitem id="ffp3e"></menuitem>
    2. <progress id="ffp3e"><bdo id="ffp3e"></bdo></progress>

      <tbody id="ffp3e"></tbody>

    3. <progress id="ffp3e"><bdo id="ffp3e"><dfn id="ffp3e"></dfn></bdo></progress><tbody id="ffp3e"><nobr id="ffp3e"></nobr></tbody>
      華西醫學期刊出版社
      關鍵詞
      • 標題
      • 作者
      • 關鍵詞
      • 摘要
      高級搜索
      高級搜索

      搜索

      找到 關鍵詞 包含"小波包熵" 1條結果
      • 基于自回歸小波包熵特征融合算法的情感識別研究

        針對提高情感識別正確率這一國際開放問題,本文提出了一種基于小波包熵和自回歸模型相結合的腦電信號特征提取算法。自回歸過程能最大程度逼近腦電信號,用很少的自回歸參數提供豐富的譜信息。小波包熵反映腦電信號在各個頻帶中的譜能量分布情況。將二者結合,能夠更好地體現腦電信號的能量特征。本文基于核主成分分析方法,實現了腦電信號特征提取融合。課題組采用情感腦電國際標準數據集(DEAP),選取 6 類情感狀態以本文算法進行情感識別。結果顯示,本文算法情感識別正確率均在 90% 以上,最高情感識別正確率可達 99.33%。本文的研究結果表明,該算法能夠較好地提取腦電信號情感特征,是一種有效的情感特征提取算法。

        發表時間:2017-12-21 05:21 導出 下載 收藏 掃碼
      共1頁 上一頁 1 下一頁

      Format

      Content

      小泉真希