文件名称：基于便携式脑电设备的快乐和悲伤情绪分类
文件大小：1.01MB
文件格式：PDF
更新时间：2024-05-26 06:01:08
脑电 情绪 快乐 悲伤 梯度提升决策树
驾驶员情绪状态的识别对车辆主动安全技术的研究具有重要的应用价值.本研究通过情绪视频诱发的方法采集17位被试前额双通道脑电信号，提取不同情绪的脑电特征，并对数据进行降维处理后采用多种分类器进行情绪分类.结果显示，与单核分类器和集成学习分类器相比，基于梯度提升决策树（GBDT）算法得到快乐和悲伤的识别准确率最高.本研究为驾驶员情绪状态的实时监测和识别提供新方法，为提高行车的安全性提供了理论保障.