一种脑电信号情绪识别方法、系统及设备技术方案

本发明专利技术公开一种脑电信号情绪识别方法、系统及设备，涉及信号处理技术领域，该方法包括获取不同情感音乐刺激下的原始脑电信号；对原始脑电信号进行预处理；对预处理后的脑电信号进行特征提取以及标准化处理，确定原始特征集；确定原始特征集中每个特征的重要性；根据每个特征的重要性，采用多目标灰狼算法，确定一组非支配解；一组非支配解中的非支配解对应的灰狼个体为特征子集集合；根据特征子集集合确定原始脑电信号的分类，实现情绪识别本发明专利技术能够提高识别准确率和搜索效率。能够提高识别准确率和搜索效率。能够提高识别准确率和搜索效率。

【技术实现步骤摘要】
一种脑电信号情绪识别方法、系统及设备


[0001]本专利技术涉及信号处理
，特别是涉及一种脑电信号情绪识别方法、系统及设备。

技术介绍

[0002]情绪是人们对外界环境感知后自发产生的一种情感状态，对人们的日常生活起着重要的作用，如何正确识别情绪是实现正常互动的一个重要步骤。目前，随着可穿戴设备的发展，基于脑电信号的情绪识别越来越受到关注。为达到有效识别情绪的目的，研究人员会使用高维特征作为模型的输入。这些特征通常包括不相关、冗余的特征，可能会导致过拟合的问题，大大限制模型的性能。因此需要利用特征选择方法从这些特征中选出最优特征子集。
[0003]在早期基于脑电信号的情绪识别的研究阶段，特征选择通常被当作一个单目标优化问题，因此过去的单目标优化算法旨在提高分类准确率。比如，He等提出了一种萤火虫集成优化算法，通过排序概率反对函数保证了在较少特征情况下获得较高准确率。Tahir等将混沌映射与遗传算法结合，提出了一种二进制混沌遗传算法用于搜索最优的特征子集。
[0004]事实上，在基于脑电信号情绪识别的特征选择过程中，期望的结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脑电信号情绪识别方法，其特征在于，包括：获取不同情感音乐刺激下的原始脑电信号；对原始脑电信号进行预处理；对预处理后的脑电信号进行特征提取以及标准化处理，确定原始特征集；确定原始特征集中每个特征的重要性；根据每个特征的重要性，采用多目标灰狼算法，确定一组非支配解；一组非支配解中的非支配解对应的灰狼个体为特征子集集合；根据特征子集集合确定原始脑电信号的分类，实现情绪识别。2.根据权利要求1所述的一种脑电信号情绪识别方法，其特征在于，所述对原始脑电信号进行预处理，具体包括：对原始脑电信号进行滤波处理；对滤波处理后的原始脑电信号进行伪影去除处理。3.根据权利要求1所述的一种脑电信号情绪识别方法，其特征在于，所述对预处理后的脑电信号进行特征提取以及标准化处理，确定原始特征集，具体包括：确定情感音乐中与情感相关的特定频段对应的脑电信号，并提取脑电信号的特征，确定特征集合；利用z
‑
score对特征集合进行标准化，确定原始特征集合。4.根据权利要求1所述的一种脑电信号情绪识别方法，其特征在于，所述确定原始特征集中每个特征的重要性，具体包括：确定原始特征集中类别总数和每类别的样本数；利用公式公式计算每维特征的Fisher得分f
fisher_score
(i)；利用公式计算特征x
i
和x
j
之间的互信息值利用公式确定特征x
i
的互信息平均值利用公式确定特征x
i
的分数利用公式确定每维特征的重要性得分其中，x
i
表示第i维特征，x
j
表示第j维特征S
B(i)
和S
w(i)
分别表示第i维特征的类间方差和类内方差，H(x
i
)表示特征x
i
的熵，H(x
j
)表示特征x
j
的熵，H(x
i
,x
j
)表示特征x
i
和特征x
j
的联合熵，n表示特征维数。5.根据权利要求1所述的一种脑电信号情绪识别方法，其特征在于，所述根据每个特征的重要性，采用多目标灰狼算法，确定一组非支配解，具体包括：利用每个特征的重要性对灰狼种群进行初始化；计算灰狼种群每个个体的目标值，并...

【专利技术属性】
技术研发人员：孙淑婷，钱昆，罗刚，胡斌，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：