Knowledge Commons of Institute of Automation，CAS
| 基于RCNN-LSTM的脑电情感识别研究 | |
| 柳长源; 李文强; 毕晓君 | |
| 发表期刊 | 自动化学报
 |
| ISSN | 0254-4156 |
| 2022 | |
| 卷号 | 48期号:3页码:917-925 |
| 摘要 | 情感作为人脑的高级功能,对人们的个性特征和心理健康有很大的影响,利用网上公开的脑电情感数据库(DEAP (Database for emotion analysis using physiological signals)数据库),根据心理效价和激励唤醒度等级进行情感划分,对压力和平静等5种情感进行研究分析.针对脑电信号时空特征结合的特点,把深度学习中的卷积神经网络(Convolutional neural network, CNN)和长短期记忆网络(Long short term memory, LSTM)两者作为基本前提,并在此基础之上设计了一个RCNN-LSTM的脑电情感信号分类模型.利用循环卷积神经网络(Recurrent convolutional neural network, RCNN)自动提取脑电信号中的抽象特征,省去了人工选择与降维的过程,然后结合LSTM网络对脑电情感信号进行分类识别.实验结果表明,利用该方法对5种情感类别的平均分类识别率达到了96.63%,证明了该方法的有效性. |
| 关键词 | 脑电信号 情感识别 循环卷积神经网络 长短期记忆神经网络 |
| DOI | 10.16383/j.aas.c190357 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/56401 |
| 专题 | 学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 柳长源,李文强,毕晓君. 基于RCNN-LSTM的脑电情感识别研究[J]. 自动化学报,2022,48(3):917-925. |
| APA | 柳长源,李文强,&毕晓君.(2022).基于RCNN-LSTM的脑电情感识别研究.自动化学报,48(3),917-925. |
| MLA | 柳长源,et al."基于RCNN-LSTM的脑电情感识别研究".自动化学报 48.3(2022):917-925. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| AAS-CN-2019-0357.pdf（1199KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [柳长源]的文章 |
| [李文强]的文章 |
| [毕晓君]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [柳长源]的文章 |
| [李文强]的文章 |
| [毕晓君]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [柳长源]的文章 |
| [李文强]的文章 |
| [毕晓君]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论