English
|
正體中文
|
简体中文
|
全文筆數/總筆數 : 2471/17084 (14%)
造訪人次 : 3183978 線上人數 : 1083
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部uTaipei
理學院
資訊科學系
--會議論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於uTaipei
‧
管理
University of Taipei
>
理學院
>
資訊科學系
>
會議論文
>
Item 987654321/15887
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://utaipeir.lib.utaipei.edu.tw/dspace/handle/987654321/15887
題名:
利用支持向量機及小波轉換進行人類腦電波的情緒鑑別
作者:
張菀珍
;
葉榮木
;
蔡俊明
;
洪偉哲
貢獻者:
臺北市立教育大學資訊科學系
關鍵詞:
腦電波
;
情緒鑑別
;
小波轉換
;
支持向量機
日期:
2011
上傳時間:
2017-07-25 09:58:19 (UTC+8)
摘要:
人的情緒的正確鑑別存在著許多的困難,根據每個人所經歷的事物與心情狀態,
影響著即使面對相同的事件,所呈現的情緒強度也有所不同。而現今對於人腦波
的研究逐漸盛行,已經採用大腦人機介面(Brain computer interface)收集腦電波
(Electroencephalogram)訊號,經由訊號分析、特徵擷取以及分類器,來鑑別腦電
波訊號的情緒類別進行相關研究,然而,如何提高腦電波鑑別情緒的準確度,仍
是許多研究投入探索的議題。
本研究使用 NeuroScan 大腦人機介面,藉由非侵入式的腦電波訊號量測,以10
位受測者為對象,撥放高興、驚訝、生氣、厭惡、難過和恐懼等六種情緒的臉部
圖片,進行腦波實驗,所得資料經由去腦電波雜訊處理、繪製大腦空間能量頻譜
圖後,將腦電波訊號進行小波轉換(Wavelet transform)分解訊號,選取能量分布差
異較大的θ波為分類波段,接著計算最大值(Max)、最小值(Min)、全距(Range)、
標準差(Standard deviation)、絕對中位差(Median absolute deviation)、絕對帄均差
(Average absolute deviation)、能量(Energy)及特徵向量(Eigenvectors) 等八類特
徵,將各種特徵投入支持向量機(Support vector machine)作各種情緒的鑑別,獲
得正確辨識率帄均值為76.25%。
本研究發現,當使用相似的特徵,無法增加情緒的鑑別率,但是若加入較多有效
的特徵,鑑別率會隨之提高,不過也會增加運算複雜度。同時發現,全距、標準
差、絕對中位差、絕對帄均差、能量及特徵向量等六個特徵,可明顯增加鑑別辨
識率的成效。
顯示於類別:
[資訊科學系] 會議論文
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
index.html
0Kb
HTML
1374
檢視/開啟
在uTaipei中所有的資料項目都受到原著作權保護.
如有問題歡迎
與系統管理員聯繫
02-23113040轉2132
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
回饋