-
题名基于非侵入式多模态BCI的情绪识别与情感分析
- 1
-
-
作者
周晶
周丽丽
-
机构
黑龙江省科学院智能制造研究所
-
出处
《自动化技术与应用》
2024年第4期186-188,共3页
-
文摘
为提高EEG识别准确率和控制可靠性,本文以非侵入式多模态脑机接口(BCI)系统进行分析,以浅层CNN对运动想象EEG进行分类,同时,提出了一种基于召回率选择控制指令刺激频率的新型策略,以结合MI和SSVEP实现稳定的输出。通过研究发现,浅层CNN可有效提高EEG识别准确率,新型控制策略降低了用户的疲劳阈值,使得多模态BCI信号能够实现更稳定的输出。这些方法在情绪识别、情感分析、康复和虚拟现实领域具有广泛的应用前景,为非侵入式BCI系统的进一步发展提供了新的思路和方法。
-
关键词
非侵入式多模态BCI系统
浅层卷积神经网络
eeg分类
召回率选择控制
-
Keywords
non-invasive multimodal BCI system
shallow convolutional neural network
eeg classification
recall rate selection control
-
分类号
TP335.1
[自动化与计算机技术—计算机系统结构]
TN911.7
[电子电信—通信与信息系统]
-