一种基于LightGBM模型的EEG信号情绪识别方法

摘要

本发明公开了一种基于LightGBM模型的EEG信号情绪识别方法。本方法包括了特制的EEG信号处理模块、特制的LightGBM模型模块和情绪分类模块三部分。本系统的工作原理为：(1)特制的EEG信号处理模块对EEG信号进行数据预处理和FFT变换得到数据的功率谱密度特征；(2)特制的LightGBM模型模块对数据的功率谱密度特征进行分析和分类；(3)情绪分类模块依据分类后的数据识别出EEG信号表示出的轻松、愉快、恐惧和沮丧四种情绪。本发明实现了基于LightGBM模型来判别EEG信号表示出的情绪，降低了EEG信号情绪识别对数据质量的要求和计算分析成本。