摘要
本公开公开了一种基于脑电信号处理的情绪分析方法、系统及存储介质。该方法包括:情绪诱发及脑电信号采集、情绪脑电信号的预处理、预处理后脑电信号特征提取、脑电特征降维、情绪模式学习及分类等步骤,本方案提取脑电信号的时域特征与五个常用频段下的频域特征,时域特征反映瞬时信息,频域特征则提供稳定的长期信息,进而增强模型对复杂脑电模式的识别和理解能力,提高基于脑电信号的情绪识别以及预测的准确率;采用共同空间模式来实现特征降维,并采用集成学习以及支持向量机算法对特征降维后的信号特征进行训练及情绪预测,减少了模型对脑电信号数据量的依赖,增强模型的泛化能力,提升基于脑电信号处理的情绪分析系统的运行效率。
技术关键词
脑电信号处理
情绪分析方法
频域特征
时域特征
脑电特征
情绪分析系统
主成分分析方法
协方差矩阵
电信号特征提取
频段
低通滤波器
支持向量机算法
计算机
可读存储介质
特征提取模块
系统为您推荐了相关专利信息
层级
特征提取模型
分类装置
联合特征提取
时间域
剩余使用寿命
磨机部件
寿命预测方法
故障特征
寿命预测模型
地物分类方法
特征窗口
频域特征
卷积特征
特征提取网络
智慧养老服务系统
智能报警模块
加速度
算法模型
多层次
动力单元
转速控制方法
故障诊断方法
转速传感器
时域特征提取