[發(fā)明專利]一種基于腦電信號與心理學融合的主客觀單兵作戰(zhàn)情緒識別方法

在審

• 申請?zhí)枺?/td>: 201811255128.7
• 申請日: 2018-10-26
• 公開（公告）號: CN109508653A
• 公開（公告）日: 2019-03-22
• 發(fā)明（設(shè)計）人: 葉寧;賈成棟;徐康;王娟;黃海平;程晶晶;林巧民;王汝傳;陳龍鵬;凌鑫元;馬銘辰
• 申請（專利權(quán)）人: 南京郵電大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;G06N3/04
• 代理公司: 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 32243
• 代理人: 王素琴

1.一種基于腦電信號與心理學融合的主客觀單兵作戰(zhàn)情緒識別方法，其特征在于：所述情緒識別方法包括如下步驟：

步驟一：被試者在模擬戰(zhàn)場環(huán)境下，采集被試者的腦電信號，并對提取到的腦電信號進行預(yù)處理和特征提取，之后對預(yù)處理過的腦電信號采用經(jīng)驗小波變換(EWT)方法進行分解；

步驟二：在模擬戰(zhàn)場環(huán)境下，對被試者進行實時問卷，問卷的內(nèi)容根據(jù)層次分析法分析作戰(zhàn)過程中士兵的主要心理因素確定；

步驟三：將提取到的腦電信號特征采用概率神經(jīng)網(wǎng)絡(luò)(PNN)進行訓練和識別；

步驟四：采用層次分析法，對主觀問卷的結(jié)果進行權(quán)重排序，并且選取其中權(quán)重較大的幾個因素；所述層次分析法具體為：

步驟4-1：建立相關(guān)指標體系遞階層次結(jié)構(gòu)；

步驟4-2：構(gòu)建判斷矩陣，在判斷矩陣中設(shè)置相應(yīng)的比例標度；

步驟4-3：指標權(quán)重計算：根據(jù)得到的判斷矩陣，對矩陣的最大特征跟對應(yīng)的特征向量進行計算；權(quán)重向量的計算方法為：

AW＝λ_maxW

其中，A為判斷矩陣，λ_max是A的最大特征根，W是對應(yīng)的特征向量。對W進行歸一化就可以作為權(quán)重向量；

根據(jù)如下算法檢驗其一致性：

CR＝CI/RI

CI＝(λ_max-n)(n-1)

其中n表示判斷矩陣的維度，RI對應(yīng)不同維度的判斷矩陣取值；

得到CR的值，如果CR＜0.1,認為判斷矩陣的一致性是可以接受的，如果CR≥0.1，認為判斷矩陣的一致性是需要進行修正來達到的；

步驟4-4：對個元素進行排序：設(shè)表示第(k-1)層上n_k-1個元素相對于總目標的權(quán)重向量排序，用表示第k蹭上n_k個元素對第k-1層上第j個元素的為準則的權(quán)重向量排序，如果元素不受j元素支配，對其權(quán)重賦值為零；

是n_k×n_k-1階矩陣，它表示第k層上元素對k-1層上各元素的排序，可以得到第k層上元素對目標元素的總排序W^(k)為：

通過上式計算出權(quán)重總排序之后，要對其進行逐層一致性檢驗。確定為k-1層上元素j為準則的一致性指標，為平均隨即一致性指標，為一致性比例，j＝1,2,...,n_k-1，可得k層的綜合指標為：

CR^(k)＝CI^(k)/RI^(k)

當CR^(k)＜0.1時認為層次結(jié)構(gòu)滿足整體一致性；

步驟五：將得到的腦電信號特征與排序得到的主觀因素作為BP神經(jīng)網(wǎng)絡(luò)的輸入進行模型訓練；BP神經(jīng)網(wǎng)絡(luò)輸入層的輸入為：

神經(jīng)網(wǎng)絡(luò)隱含層的輸入為、輸出為：

隱含層神經(jīng)元的活化函數(shù)取正負對稱的Sigmoid函數(shù)：

網(wǎng)絡(luò)輸出層的輸入和輸出為：

輸出層神經(jīng)元的活化函數(shù)為非負的Sigmoid函數(shù)：

采用梯度下降算法確定BP神經(jīng)網(wǎng)絡(luò)的閾值和權(quán)值。