[發(fā)明專利]基于組合特征提取的腦電情感識(shí)別方法

在審

• 申請?zhí)枺?/td>: 201611199739.5
• 申請日: 2016-12-22
• 公開（公告）號: CN106803095A
• 公開（公告）日: 2017-06-06
• 發(fā)明（設(shè)計(jì)）人: 張永;吉曉敏
• 申請（專利權(quán)）人: 遼寧師范大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 大連非凡專利事務(wù)所21220
• 代理人: 閃紅霞

1.一種基于組合特征提取的腦電情感識(shí)別方法，其特征在于按照如下步驟進(jìn)行：

a. 通道選擇

計(jì)算腦電情感數(shù)據(jù)各通道的功率譜密度估計(jì)值，選擇功率譜密度估計(jì)值較高的通道為特征提取通道；

b. 基于經(jīng)驗(yàn)?zāi)B(tài)分解的腦電情感特征提取

b.1 針對特征提取通道的每個(gè)腦電情感數(shù)據(jù)，依據(jù)式進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，式中是殘余分量，是第個(gè)固有模態(tài)模態(tài)函數(shù)：

b.1.1 找出腦電情感數(shù)據(jù)所有的極大值點(diǎn)，并用三次樣條插值函數(shù)擬合形成原數(shù)據(jù)的上包絡(luò)線；

b.1.2 找出腦電情感數(shù)據(jù)對應(yīng)的所有極小值點(diǎn)，并將所有的極小值點(diǎn)通過三次樣條插值函數(shù)擬合形成原數(shù)據(jù)的下包絡(luò)線；

b.1.3 計(jì)算上包絡(luò)線和下包絡(luò)線的均值，；

b.1.4 抽取新的數(shù)據(jù)，判斷是否是一個(gè)固有模態(tài)函數(shù)；

如果是，將其標(biāo)記為一個(gè)固有模態(tài)函數(shù)，并用代替原始的，否則用代替原始的；重復(fù)上述過程，直到找到所有的固有模態(tài)函數(shù)；

b.2 計(jì)算所得到固有模態(tài)函數(shù)的方差貢獻(xiàn)率，取出累計(jì)方差貢獻(xiàn)率到達(dá)預(yù)設(shè)閾值的前個(gè)固有模態(tài)函數(shù)；

c. 計(jì)算個(gè)固有模態(tài)函數(shù)的樣本熵

將每個(gè)固有模態(tài)函數(shù)按照不同的時(shí)間窗劃分成個(gè)段，假定每個(gè)段包含個(gè)數(shù)據(jù)；

基于個(gè)數(shù)據(jù)，構(gòu)造一組維空間的矢量，其中;

定義兩個(gè)矢量與之間的距離為，所述；

然后，給定相似容限，對于每個(gè)，統(tǒng)計(jì)出的數(shù)目與矢量總數(shù)的比值，記作，；并定義；

此序列的樣本熵值可表示為：；

d. 基于樣本熵值構(gòu)造特征向量集

將個(gè)樣本熵值構(gòu)成一個(gè)特征向量，形成一個(gè)特征向量集；

e. 對腦電情感進(jìn)行識(shí)別

依據(jù)腦電情感數(shù)據(jù)在喚醒和效價(jià)維度上的值，將腦電情感數(shù)據(jù)劃分為多個(gè)類別，借助支持向量機(jī)進(jìn)行腦電情感的識(shí)別。