基于三段式特征选择策略的脑电情感识别算法SEE
SEE:sense EEG-based emotion algorithm via three-step feature selection strategy作者机构:吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012
出 版 物:《吉林大学学报(工学版)》 (Journal of Jilin University:Engineering and Technology Edition)
年 卷 期:2022年第52卷第8期
页 面:1834-1841页
核心收录:
学科分类:0710[理学-生物学] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 081203[工学-计算机应用技术] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(62072212,U19A2061) 吉林省中青年科技创新创业卓越人才(团队)项目(创新类)(20210509055RQ) 吉林省大数据智能计算实验室项目(20180622002JC)。
摘 要:情感可以通过脑电信号中的隐藏模式来识别,基于众多的脑电通道提取的脑电特征数量庞大,使情感识别任务非常复杂。针对上述问题,提出了基于三段式特征选择策略的脑电情感识别算法(SEE)。本文从时域、频域、空间域系统地提取脑电特征,基于提取的脑电特征集合,首先通过t检验去除类间无显著差异的特征,再使用递归特征消除策略进行目标相关的特征选择,最后通过顺序后向特征选择策略确定最终的特征子集用于情感识别。实验结果表明:相较于其他方法,本文构建的模型有更好的情感识别能力。与现有的特征选择算法相比,SEE具有较低的时间复杂度并且能筛选出较优的特征子集。此外,分析了与情感相关的脑电通道和频带,实验结果体现了一定的生理学意义,为开发情绪靶向的脑电设备提供可能。