基于优化变分模态分解的脑电情绪识别
来源：计算机应用与软件杂志2024年第2期北京时间：
作者：王雪蒙, 郭滨, 马欣
摘要：为提高脑电情绪识别的准确性与可靠性，提出一种基于优化变分模态分解（VMD）的脑电情绪识别方法。对情绪脑电的节律信号VMD分解，引入磷虾群优化算法（KH）搜索VMD的最优分解层数和惩罚因子；从分解后的固有模态分量（IMFs）中提取平均能量、功率谱密度作为特征；利用XGBoost算法进行分类。实验结果表明，与EMD、EEMD等特征提取方法相比，该方法在DEAP数据集上达到了91.02%的分类准确率，可以更有效地提取脑电情感特征，为脑电情绪识别的研究提供了新方法。
关键词：脑电情绪识别, 变分模态分解, 磷虾群优化算法, 固有模态分量
