基于改进的卷积神经网络脑电信号情感识别

来源：计算机工程与应用杂志2019年第22期北京时间：

作者：田莉莉，邹俊忠，张见，卫作臣，汪春梅

单位：1.华东理工大学 信息科学与工程学院 自动化系，上海 200237；2.上海师范大学 信息与机电工程学院 自动化系，上海 200234

摘要：针对传统机器学习需要人工构建特征及特征质量较低等问题，提出一种新颖的基于一维卷积神经网络（Convolutional Neural Network，CNN）的特征提取方法。采用编码思想，由卷积层和下采样层构成编码器网络提取脑电信号情感特征，随后与特征图一起输入Leaky ReLU激活函数。对于卷积预训练过程，使用交叉熵和正则化项双目标优化损失函数，之后采用随机森林分类器以获得情感分类标签。在国际公开数据集SEED上进行实验，达到94.7%的情感分类准确率，实验结果表明了该方法的有效性和鲁棒性。

关键词：脑电信号（EEG）,特征提取,卷积神经网络（CNN）,随机森林,损失函数