基于便携式脑电设备的快乐和悲伤情绪分类
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Classification of Happiness and Sadness Based on Portable EEG Devices
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    驾驶员情绪状态的识别对车辆主动安全技术的研究具有重要的应用价值.本研究通过情绪视频诱发的方法采集17位被试前额双通道脑电信号,提取不同情绪的脑电特征,并对数据进行降维处理后采用多种分类器进行情绪分类.结果显示,与单核分类器和集成学习分类器相比,基于梯度提升决策树(GBDT)算法得到快乐和悲伤的识别准确率最高.本研究为驾驶员情绪状态的实时监测和识别提供新方法,为提高行车的安全性提供了理论保障.

    Abstract:

    There is an important application value for the research of vehicle active safety technology through the recognition of drivers’ emotional state. In this study, seventeen subjects’ frontal dual-channel EEG signals were collected by emotional video induction method, and EEG characteristics of different emotions were extracted. After dimensionality reduction, the data were classified by multiple classifiers. The results show that compared with single-core classifier and ensemble learning classifier, Gradient Boosting Decision Tree (GBDT) algorithm has the highest recognition accuracy of happiness and sadness. This study provides a new method for real-time monitoring and recognition of drivers’ emotional state, and provides a theoretical guarantee for improving driving safety.

    参考文献
    相似文献
    引证文献
引用本文

姚娟娟,路堃,许金秀.基于便携式脑电设备的快乐和悲伤情绪分类.计算机系统应用,2020,29(5):233-238

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2019-09-04
  • 最后修改日期:2019-10-08
  • 录用日期:
  • 在线发布日期: 2020-05-07
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号