文献类型：期刊文献

中文题名：基于改进的卷积神经网络脑电信号情感识别

作者：田莉莉;邹俊忠;张见;卫作臣;汪春梅

机构：[1]华东理工大学信息科学与工程学院自动化系;[2]上海师范大学信息与机电工程学院自动化系;

年份：2018

中文期刊名：计算机工程与应用

基金：国家自然科学基金资助项目(No.61071085);

语种：中文

中文关键词：脑电信号;特征提取;卷积神经网络;随机森林;损失函数;

摘要：针对传统机器学习需要人工构建特征及特征质量较低等问题,提出一种新颖的基于一维卷积神经网络(Convolutional Neural Network,CNN)的特征提取方法。采用编码思想,由卷积层和下采样层构成编码器网络提取脑电信号情感特征,随后与特征图一起输入Leaky ReLU激活函数。对于卷积预训练过程使用交叉熵和正则化项双目标优化损失函数,之后采用随机森林分类器以获得情感分类标签。最终在国际公开数据集SEED上进行实验,达到94.7%的情感分类准确率,实验结果表明该方法的有效性和鲁棒性。