半监督低秩表示的脑电情感识别方法OA北大核心CSTPCD
脑电图能客观反映人的情绪状态,但由于脑电信号具有复杂性和非平稳性等特点,使得采集大量标记脑电样本较困难,因此在一定程度上限制了脑电情感识别方法的效果和泛化性能.针对以上问题,提出一种半监督低秩表示的脑电情感识别方法(Semi-Supervised Low-Rank Representation,SSLRR).利用少量标记脑电样本的估计标签设计一个回归形式的目标函数,以此来有效估计未标记样本的标签.使用ε-拖拽技术确保标签与标签之间的分离性,并对松弛标签施加低秩约束,以提高其类内紧密度和相似度.对提出的方法融入一个类邻接图,以此捕获所有脑电样本数据的局部邻域信息.在SEED-Ⅳ和SEED-Ⅴ两个公开数据集上进行对比实验,结果表明,相比现有半监督算法,所提出的方法在脑电情感识别问题上具有更好的性能.
王雨彤;顾晓清;
常州大学计算机与人工智能学院,常州213164
计算机与自动化
半监督学习低秩表示脑电信号情感识别正则化
《南京信息工程大学学报》 2024 (005)
P.643-653 / 11
江苏省自然科学基金(BK20211333);未来网络科学研究基金项目(FNSRFP-2021-YB-36);江苏省媒体设计与软件技术重点实验室开放项目(2023年)。
评论