基于多源域自适应的跨被试情感脑电识别
在基于脑电信号的情感检测过程中,受被试间脑电信号的差异影响,传统的机器学习和深度学习方法不能很好地针对脑电数据建立通用的分类检测模型。针对此问题,将每个被试看作独立的域,建立针对脑电数据的多源域自适应的跨被试情感脑电识别模型,并在公开数据集上进行验证。验证结果表明,与单源域模型相比,提出的模型有更好的跨被试特征提取及分类能力。...
Saved in:
Published in | 智能科学与技术学报 Vol. 3; no. 1; pp. 59 - 64 |
---|---|
Main Authors | , , , , |
Format | Journal Article |
Language | Chinese |
Published |
POSTS&TELECOM PRESS Co., LTD
01.03.2021
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | 在基于脑电信号的情感检测过程中,受被试间脑电信号的差异影响,传统的机器学习和深度学习方法不能很好地针对脑电数据建立通用的分类检测模型。针对此问题,将每个被试看作独立的域,建立针对脑电数据的多源域自适应的跨被试情感脑电识别模型,并在公开数据集上进行验证。验证结果表明,与单源域模型相比,提出的模型有更好的跨被试特征提取及分类能力。 |
---|---|
ISSN: | 2096-6652 |
DOI: | 10.11959/j.issn.2096-6652.202106 |