使用相位锁值（Phase locking value , PLV）来量化任意两个电极通道之间的相位同步性，构建.相应的脑功能网络的关联矩阵，提取网络不同稀疏度下的度、中间中心度两个局部属性的曲线下面积作为.特征，对不同类型情感的网络特征进行非参数检验，找出显著性的节点。同时采用得到的特征值作为分类.依据，训练SVM 分类器。实验表明，利用PLV 相位同步方法得到功能网络的局部属性，可以有效地区分不.同类型的情感脑电数据，为基于脑电数据的情感识别提供了一种有效的方法。
2022-01-07 11:10:36
747KB
1
matlab查看fig原代码自动分段
通过Matlab对音乐片段进行自动分段和情感识别，通过处理进行可视化。
备份毕业论文源代码2017。
操作说明
音乐文件训练组的“训练”
运行Matlab中的analyzer.fig程序以执行自动音乐分割和情感识别。
在可视化文件夹中使用音乐文件Feb.wav进行测试，相关的处理数据将保存在data文件夹中。
也可以跳过第2步。
直接运行Processing查看“二月”的可视化效果。
2021-12-29 20:37:44
111.81MB
1
为了更为有效地识别语音信号中的情感类型，提出一种改进遗传算法优化 BP 神经网络的识别算法 ( IAGA-BP) 。该算法一方面改进了自适应遗传算法中的选择算子，另一方面更改了自适应遗传算法中的交叉和 变异概率公式。通过对自适应遗传算法的改进，提升了遗传算法的寻优性能，并以此对 BP 神经网络初始的权阈 值进行优化。实验结果表明，在与 BP、 GA-BP 和 AGA-BP 网络的比较中， IAGA-BP 网络能够有效提高语音情感 识别率，并加快了网路收敛速度
2021-12-17 15:09:54
244KB
1
基于svm的情感识别系统，有gui界面，特征提取是用mfcc,matlab源码
2021-12-15 10:55:22
3.59MB
提出一种基于集成深度学习模型的情感状态检测方法.首先从脑电信号的时域、频域和时频域中提取4种表征情绪状态显著信息的初始特征;然后使用胶质细胞链改进的深度信念网络分别提取这些特征的高层抽象表示;最后利用判别式受限玻尔兹曼机对高层抽象特征进行融合,进行情感状态预测.在DEAP数据集上进行的实验显示,胶质链能够挖掘和利用EEG不同通道之间的相关性信息,而集成深度学习模型能够有效集成EEG信号在时域、频域和时频域蕴含的情感状态相关的显著性信息.
2021-12-06 02:53:41
1.54MB
1