期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
神经网络结构搜索在脑数据分析领域的研究进展
1
作者 李晴 汪启昕 +5 位作者 李子遇 祝志远 张诗皓 牟浩南 杨文婷 邬霞 《软件学报》 EI CSCD 北大核心 2024年第4期1682-1702,共21页
神经网络结构搜索(neural architecture search,NAS)是自动化机器学习的重要组成部分,已被广泛应用于多个领域,包括计算机视觉、语音识别等,能够针对特定数据、场景、任务寻找最优的深层神经网络结构.将NAS引入至脑数据分析领域,能够在... 神经网络结构搜索(neural architecture search,NAS)是自动化机器学习的重要组成部分,已被广泛应用于多个领域,包括计算机视觉、语音识别等,能够针对特定数据、场景、任务寻找最优的深层神经网络结构.将NAS引入至脑数据分析领域,能够在图像分割、特征提取、辅助诊断等多个应用领域大幅度提升性能,展现低能耗自动化机器学习的优势.基于NAS进行脑数据分析是当前的研究热点之一,同时也具有一定挑战.目前,在此领域,国内外可供参考的综述性文献较少.对近年来国内外相关文献进行了细致地调研分析,从算法模型、研究任务、实验数据等不同方面对NAS在脑数据分析领域的研究现状进行了综述.同时,也对能够支撑NAS训练的脑数据集进行了系统性总结,并对NAS在脑数据分析中存在的挑战和未来的研究方向进行了分析和展望. 展开更多
关键词 神经网络结构搜索 脑数据分析 神经网络 深度学习
下载PDF
基于脑电的多媒体情绪诱发对智力发挥影响研究
2
作者 韩宇阳 徐雪远 +3 位作者 李子遇 叶龙 张勤 邬霞 《中国传媒大学学报(自然科学版)》 2021年第5期43-51,共9页
多媒体能够对情绪产生影响,而情绪与智力发挥息息相关。通过多媒体诱发情绪来探究情绪对智力发挥的影响,对移动传媒、教育教学等领域具有十分重要的意义。本文基于脑电信号探究多媒体诱发情绪对智力发挥的影响。为此,本文构建了新的情... 多媒体能够对情绪产生影响,而情绪与智力发挥息息相关。通过多媒体诱发情绪来探究情绪对智力发挥的影响,对移动传媒、教育教学等领域具有十分重要的意义。本文基于脑电信号探究多媒体诱发情绪对智力发挥的影响。为此,本文构建了新的情绪诱发视频数据集,设计了基于情绪视频的情绪与智力发挥脑电实验,并创新性地提出机器学习情绪识别方法对智力发挥阶段的真实情绪进行识别,从而探究情绪对智力发挥的影响。结果表明,积极情绪相对于中性情绪在被试的数学计算正确率上有积极影响,但在答题反应时上存在抑制作用,而消极情绪则相反。不同难度的数学计算中,积极情绪在解决中高等难度问题时表现更佳,而消极情绪在解决高难度问题时更有利于智力发挥。结果暗示,积极情绪和消极情绪在解决问题时,可能会针对不同的问题调用不同的影响策略,从而导致在不同难度问题上,情绪对智力发挥的影响也不同。 展开更多
关键词 多媒体情绪诱发 智力发挥 情绪分类 脑电信号 机器学习
下载PDF
基于正交回归和特征加权的脑电情感特征选择方法 被引量:1
3
作者 徐雪远 刘建红 +2 位作者 李子遇 翟广涛 邬霞 《中国科学:信息科学》 CSCD 北大核心 2023年第1期33-45,共13页
颅内容积传导效应导致大量脑电特征之间具有高度相关性,而这些高度相关的脑电特征无法为情感识别提供额外的有用信息,并且会降低基于脑电信号的情感识别效率.为了去除冗余信息和挑选有判别力的脑电特征,本文提出了一种基于正交回归和特... 颅内容积传导效应导致大量脑电特征之间具有高度相关性,而这些高度相关的脑电特征无法为情感识别提供额外的有用信息,并且会降低基于脑电信号的情感识别效率.为了去除冗余信息和挑选有判别力的脑电特征,本文提出了一种基于正交回归和特征加权的脑电情感特征选择方法.与传统特征选择方法相比,该方法利用正交回归在脑电特征映射空间中保留更多的判别信息,更加适合于非线性和非平稳脑电信号的分析处理.为了验证所提出方法的性能,我们采集了由视频诱发的多通道脑电情感数据,并将所提出方法与4种常用的脑电特征选择方法进行了比较.实验结果证明了本文所提出方法能有效降低脑电特征集内冗余信息,并挑选出具有判别力的脑电特征子集.此外,通过分析由该方法所挑选的脑电特征类型,我们发现中心频率特征是最具判别力的脑电情感特征.该发现将为未来脑电情感特征提取研究提供新的思路. 展开更多
关键词 脑电 特征选择 情感识别 正交回归 特征加权
原文传递
基于脑电功能连接特征和领域自适应的跨被试人格评估 被引量:1
4
作者 许子明 周月莹 +5 位作者 温旭云 牛一帆 李子遇 徐西嘉 张道强 邬霞 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2022年第2期257-266,共10页
已有研究表明,人格评估可以通过构建基于脑电信号的回归模型实现。已有研究大多使用事件相关电位或功率谱密度特征进行人格评估,所表示的大脑信息局限于单个区域,但有研究发现认知功能更多依赖于脑区间的相互作用。此外,脑电特征可能存... 已有研究表明,人格评估可以通过构建基于脑电信号的回归模型实现。已有研究大多使用事件相关电位或功率谱密度特征进行人格评估,所表示的大脑信息局限于单个区域,但有研究发现认知功能更多依赖于脑区间的相互作用。此外,脑电特征可能存在被试间分布差异,会导致训练得到的回归模型在跨被试人格评估中难以取得准确结果。为了获得更精准的跨被试人格评估结果,本研究提出一种结合脑电功能连接特征和领域自适应技术的人格评估方法。本研究收集了45名正常人在不同情绪图片(正、中、负)刺激下的脑电信号,首先计算59个电极间在5个频段上的相干性作为原始特征集。然后使用基于特征的领域自适应方法将相干特征映射至新的特征空间,在新的特征空间里减小训练集和测试集的分布差异,从而减小被试间差异性。最后采用留一法交叉验证的方式,使用转换后的特征集对支持向量回归模型进行训练和测试。实验结果显示,相比已有研究使用的方法,本文提出的方法提高了回归模型性能,能得到更好的人格评估结果。本研究为人格评估提供了一种新的测量方法和手段。 展开更多
关键词 脑电信号 功能连接 跨被试 人格评估 领域自适应
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部