计算机时代2023，Issue(9) ：96-100,105.DOI:10.16644/j.cnki.cn33-1094/tp.2023.09.020

基于连续卷积神经网络的3D脑电图情绪识别

Emotion recognition in 3D EEG based on continuous convolutional neural network

李文书 王浩
计算机时代2023，Issue(9) ：96-100,105.DOI:10.16644/j.cnki.cn33-1094/tp.2023.09.020
✕
  • 维普
  • 万方数据

基于连续卷积神经网络的3D脑电图情绪识别

Emotion recognition in 3D EEG based on continuous convolutional neural network

李文书 1王浩1
扫码查看

作者信息

  • 1. 浙江理工大学计算机学院智能识别与系统实验室,浙江 杭州 310018
  • 折叠

摘要

作为人类大脑神经活动的重要指标,脑电(EEG)信号能更深层次地反映人的情绪状况,但当前大多数深度学习模型通过EEG识别情绪不够精确.本文提出基于连续卷积神经网络的3D脑电图情绪识别模型,采用提取DE和PSD特征时得到的等价矩阵所构造的三维脑电图立方体作为输入,舍弃卷积神经网络中的池化层.在DEAP数据集上进行实验,Arousal准确率为95.77%,Valence准确率为93.52%,表明该方法非常适用于情绪识别,能给后续相关研究提供参考.

关键词

脑电情绪识别/连续卷积神经网络/深度学习/DEAP数据集/3D脑电图

Key words

EEG emotion recognition/continuous convolutional neural network/deep learning/DEAP dataset/3D-electroencephalogram

引用本文复制引用

基金项目

国家自然科学基金(31771224)

国家自然科学基金(61603228)

国家科技部重点研发计划重点专项课题(2018YFB1004901)

浙江省自然科学基金(LY17C090011)

浙江省自然科学基金(LGF19FO20009)

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量2
段落导航相关论文