基于腦電信號(hào)的情感識(shí)別.pdf

1、情感識(shí)別是人機(jī)交互技術(shù)中一個(gè)重要的研究領(lǐng)域。通過(guò)讓計(jì)算機(jī)感知到人類(lèi)的情感狀態(tài)以及情感的變化，使其能夠?qū)θ祟?lèi)的行為有一簡(jiǎn)單的認(rèn)知識(shí)別并不斷完善其人機(jī)交互的方式，提高人性化水平。在情感識(shí)別研究中，除了使用到情感語(yǔ)音、情感詞匯及面部表情等外部行為外，人體產(chǎn)生的生理信號(hào)也可以用作情感識(shí)別。腦電信號(hào)（Electroencephalogram，EEG）是生理信號(hào)中一個(gè)重要的組成部分，它反映的是大腦皮層神經(jīng)元的電位活動(dòng)，它具有安全、實(shí)時(shí)性好等特點(diǎn)。由

2、于大腦是人體的高級(jí)神經(jīng)中樞，其與人體的生理活動(dòng)及心理活動(dòng)有著極其密切的聯(lián)系。因此，可以借助于EEG來(lái)判別人的情感狀態(tài)。由于大腦結(jié)構(gòu)的復(fù)雜性，導(dǎo)致 EEG具有非平穩(wěn)性、隨機(jī)性等特點(diǎn)，并且EEG還容易受到其它生理信號(hào)及外界的干擾，這些都對(duì)EEG有效成分的提取及情感的識(shí)別造成了不小困難。因此，相對(duì)其它情感識(shí)別方式而言，基于EEG的情感識(shí)別研究還尚處在起始階段。
　　本文首先對(duì)情感模型、EEG特征、EEG與情感的聯(lián)系以及EEG分析中常用的

3、分析方式分別作了介紹，然后針對(duì) EEG節(jié)律的提取分離以及 EEG多個(gè)節(jié)律整合識(shí)別的問(wèn)題，分別展開(kāi)研究并取得了一定的進(jìn)展。本文主要研究如下：
　?。?）利用時(shí)頻分析在非線(xiàn)性信號(hào)分析處理中的優(yōu)勢(shì)，將時(shí)頻分析引入盲源分離算法中，提出基于時(shí)頻盲源分離的EEG情感識(shí)別。利用時(shí)頻分析能夠有效地提取非平穩(wěn)信號(hào)EEG中的時(shí)變局部特征以及源信號(hào)在時(shí)—頻域具有的時(shí)頻多樣性，從而分離出觀測(cè)信號(hào)中的有效成分。通過(guò)與其他方法的實(shí)驗(yàn)結(jié)果對(duì)比，檢驗(yàn)了其分離的效

4、果。
　?。?）此外，還針對(duì)二次型時(shí)頻域聯(lián)合分析中常見(jiàn)的交叉項(xiàng)干擾問(wèn)題，以維格納分布為例，對(duì)交叉項(xiàng)抑制問(wèn)題作了較為深入的分析，并運(yùn)用重排理論對(duì)時(shí)頻域中的能量分布作了再次分配，從而引出了維格納分布的另一種重要改進(jìn)型——重排維格納分布，并在此基礎(chǔ)上，引出了基于重排維格納分布的盲源分離算法，通過(guò)實(shí)驗(yàn)檢驗(yàn)了算法的分離效果。
　　（3）針對(duì) EEG情感識(shí)別中存在的特征維度空間大、多節(jié)律整合難的問(wèn)題，從信息融合的角度出發(fā)，提出將D-S證

5、據(jù)組合理論應(yīng)用于EEG的情感識(shí)別中。利用信息融合技術(shù)中經(jīng)典的 D-S證據(jù)組合理論，通過(guò)多個(gè)并行的BP識(shí)別網(wǎng)絡(luò)分別作不同的單一節(jié)律情感識(shí)別，然后將每個(gè)BP識(shí)別網(wǎng)絡(luò)作為一個(gè)獨(dú)立的證據(jù)體，再通過(guò)D-S理論對(duì)各BP網(wǎng)絡(luò)的識(shí)別結(jié)果作融合判定，最終得到?jīng)Q策結(jié)果。能得到比單一節(jié)律或多個(gè)節(jié)律簡(jiǎn)單整合更為準(zhǔn)確、可靠的結(jié)果。還降低了特征空間維度，為多節(jié)律識(shí)別提供了更多的選擇。此外，還針對(duì)D-S理論中出現(xiàn)的一些問(wèn)題，對(duì)其作了改進(jìn)，通過(guò)實(shí)驗(yàn)檢驗(yàn)了改進(jìn)后的性能。