基于 EEG 信号多重分形分析的音乐诱发情绪识别
信号处理
2021-12-15 v3 信息检索
机器学习
摘要
基于 EEG 信号的情绪识别长期受到研究关注，因其可辅助众多医疗与康复应用。然而，其复杂且含噪的结构对传统建模方法构成了严重障碍。本文采用多重分形分析，从波动存在性及沿主要频带的碎片化程度上考察 EEG 信号的行为，以用于情绪识别任务。为提取与情绪相关的特征，我们基于多重分形维数与多重分形去趋势波动分析，利用了两种新颖的 EEG 分析算法。所提出的特征提取方法表现高效，在具有竞争力的 DEAP 数据集上超越了若干广泛使用的基线特征，表明多重分形分析可作为构建鲁棒性情感状态识别模型的基础。
引用
@article{arxiv.2010.16310,
title = {Multiscale Fractal Analysis on EEG Signals for Music-Induced Emotion Recognition},
author = {Kleanthis Avramidis and Athanasia Zlatintsi and Christos Garoufis and Petros Maragos},
journal= {arXiv preprint arXiv:2010.16310},
year = {2021}
}
备注
5 pages, 3 figures, 3 tables, European Signal Processing Conference (EUSIPCO) 2021, Dublin, Ireland