摘要
本发明公开一种基于脑电信号和眼动信号的动态情绪识别方法及系统,涉及脑电和眼动信号处理领域,方法包括:获取目标受试者的脑电信号数据及眼动信号数据;眼动信号数据包括瞳孔直径和注视时长;采用时频特征提取技术对预处理后的脑电信号数据以及眼动信号数据,提取脑电特征和眼动特征,并根据脑电特征及眼动特征,采用回归模型确定目标受试者的动态情绪类别;动态情绪类别包括平静开心、开心平静、悲伤平静、平静悲伤、紧张平静及平静紧张;回归模型为预先采用训练样本集进行训练得到的,训练样本集中的每个训练样本均包括脑电样本信号、眼动样本信号及对应的动态情绪标签。本发明提高了动态情绪识别的精度及实时性。
技术关键词
动态情绪识别方法
标准差特征
支持向量回归模型
脑电特征
原始脑电信号
时间序列信息
特征提取技术
数据
眼动特征
脑电信号处理
频段
训练样本集
随机森林
密度
功率
带通滤波器
系统为您推荐了相关专利信息
深度学习网络模型
特征提取网络
构建深度学习网络
脑电特征
电极
钢线
切割工艺
支持向量回归模型
参数
拉丁超立方抽样方法
模态特征
脑电特征
编码器
查询特征
计算机可执行指令
生物质气化产物
支持向量回归模型
预测残差
混合单元
支持向量回归算法
难治性抑郁症
评估系统
Pearson相关系数
支持向量机回归模型
血红蛋白