摘要: 为了改善基于脑电(EEG)的情感分类性能,提高多分类情况下的识别准确率,提出
了一种基于共同空间模式(CSP)的空域滤波算法。首先使用传统的CSP 方法设计空域滤波器,
并通过该滤波器对3 种情感类型(即积极、中性和消极)的EEG 信号进行线性投影,以提取空域
特征。此外,考虑到传统近似联合对角化(JAD)算法是使用“得分最高的特征值”准则进行特征向
量的选择,该情况可能导致无法有效区分多分类的情感状态,因此针对最高分特征值位置存在
的所有可能情况设计了不同的特征值选择方法。对实验室自主采集数据集,使用支持向量模型
(SVM)作为分类器进行对比实验。结果表明基于CSP 的空域特征提取方法在三分类情感识别中
平均准确率达到了87.54%,证明其在情感识别应用中具有可行性。