研究文章
融合的主题,因为它使得基于脑电图Spectrum-Related特性来提高情感识别
|
| 基准(nof = 15, FS = RFE) |
主题(nof = 16, FS = RFE) |
结合(nof = 17日FS = mRMR) |
|
|
|
(β) |
(θ) |
|
|
(β) |
(γ) |
| 人工智能(O1、O2) (β) |
(β) |
(θ) |
|
|
(α) |
(α) |
| 人工智能(P7, P8) (γ) |
(α) |
(β) |
| 人工智能(F3, F4) (β) |
(α) |
(β) |
|
|
(θ) |
(α) |
| 光谱功率(β) |
(γ) |
(θ) |
| 人工智能(Cp5 Cp6) (θ) |
(γ) |
(θ) |
| 人工智能(FC1, FC2) (α) |
(β) |
(γ) |
| 人工智能(P3, P4) (θ) |
(β) |
(θ) |
| 人工智能(P3, P4) (β) |
C(α) |
(θ) |
| 人工智能(C3、C4) (θ) |
(β) |
(α) |
| 人工智能(Cp1 Cp2) (α) |
(α) |
(θ) |
| 人工智能(T7、T8) (γ) |
(α) |
(α) |
|
k(α) |
(α) |
|
|
(γ) |
|
|
