TY -的A2 Gambuzza卢西亚瓦伦蒂娜盟,曹国伟浩盟——咚,梁盟——刘,永力盟- Lu,最后PY - 2020 DA - 2020/03/17 TI -改善深特性学习通过对多通道同步测量脑电图情感识别SP - 6816502六世- 2020 AB -情感识别基于多通道脑电图(EEG)信号是一个关键领域的研究领域情感计算。传统方法提取脑电特征从每个频道基于大量的领域知识,忽略空间特征和全球同步信息在所有频道。提出了一个全球性的特征提取方法,封装了多通道脑电图信号成灰色图像。所有通道的最大信息系数(MIC)首次测量。随后,一个麦克风矩阵构造根据电极排列规则,由一个麦克风灰度图像。最后,深入学习模型设计有两个主成分分析卷积层和非线性变换操作提取空间特征和全球通道间的同步特性构造特征图像,然后输入支持向量机进行情感识别任务。基准数据集上实验使用脑电图进行情感分析,生理和视频信号。实验结果表明,全球同步特征和空间特征有利于识别情绪和拟议的深度学习模型有效的矿山和利用这两个特征。SN - 1076 - 2787你——https://doi.org/10.1155/2020/6816502——10.1155 / 2020/6816502 JF - PB - Hindawi KW - ER -复杂性