[发明专利]一种基于分层机制构建多分类器融合模型的脑电情感识别方法有效
| 申请号： | 201710053891.0 | 申请日： | 2017-01-22 |
| 公开（公告）号： | CN106886792B | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 李贤;闫健卓;李东佩;盛文瑾;王静;陈建辉 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00 |
| 代理公司： | 11203 北京思海天达知识产权代理有限公司 | 代理人： | 沈波 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于分层机制构建多分类器融合模型的脑电情感识别方法，收集多导情感脑电数据，并对其进行分析处理，包括脑电预处理、特征提取及基于权重度量的通道选择，以构建情感脑电特征矩阵。将情感脑电特征矩阵按照电极位置进行通道划分，并针对每个通道执行最优化特征选择集成，构建多个单一情感分类模型。以各分类模型在针对同一个情感识别问题时获得的差异性和精确度作为评估准则，选择每个通道的最优单一情感分类模型，得到待融合的分类器集。利用各个最优单一情感分类模型的分类误差作为权重，并基于加权投票法构建情感识别融合模型。本发明利用多分类器融合解决了脑电样本空间上难以获得较高情感识别率的问题。 | ||
| 搜索关键词： | 一种 基于 分层 机制 构建 分类 融合 模型 情感 识别 方法 | ||
【主权项】：
1.一种基于分层机制构建多分类器融合模型的脑电情感识别方法，其特征在于：该方法包括如下步骤，/n(1)收集多导情感脑电数据，并对其进行分析处理，包括脑电预处理、特征提取及基于权值度量的通道选择，以构建情感脑电特征矩阵；/n(2)将情感脑电特征矩阵按照电极位置进行通道划分，并针对每个通道执行最优化特征选择集成，构建多个单一情感分类模型；将情感脑电特征矩阵按照电极位置进行通道划分，并针对每个通道执行最优化特征选择集成，构建多个单一情感分类模型，具体步骤如下：/n每个脑电通道上利用bootstrap采样方法产生S个训练子集{SubTr
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710053891.0/，转载请声明来源钻瓜专利网。
