改进的多尺度熵算法及其情感脑电特征提取性能分析

摘要：

进行了用多尺度熵提取情感脑电特征的研究,针对传统的基于多尺度熵的特征提取算法在粗粒化过程中存在重要信息丢失以及尺度选择过小造成特征不显著、尺度过大造成计算过度复杂的问题,提出了一种改进的多尺度熵算法.该改进算法通过自适应多尺度熵中本征模态函数的个数确定尺度,而且为突出脑电信号的微小变化,对脑电信号进行自适应二值化处理,充分挖掘特征并降低算法复杂性.利用Deap国际标准情感分析数据库并基于优化支持向量机分类器实现了情感脑电特征识别,进行了改进算法与传统多尺度熵算法的性能比较.结果表明,改进算法的分类准确率较传统多尺度熵算法提高了12.33％,较自适应多尺度熵算法提高了7.27％,表明改进算法是一种有效的脑电特征提取算法.

关键词：情感脑电、多尺度熵、自适应多尺度熵、改进的多尺度熵

所属期刊栏目：25

分类号：TP3;TK7

资助基金：国家自然科学基金nsfc61473339;河北省自然科学基金F2014203204;中国博士后科学基金2014M550582

在线出版日期：2016-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：865-870