一种基于DEDBN-ELM的脑电情感识别方法

摘要

本发明涉及一种基于DEDBN‑ELM的脑电情感识别方法，属于人机交互领域。该方法包括步骤：S1，将各个通道的脑电信号通过EMD进行分解，得到一系列IMF分量；S2，根据方差贡献率，选择IMF分量；S3，为每一个脑电通道构建一个DBN网络对选择出的IMF分量进行提取，分别得到每一个通道的深层特征；S4，将多个通道的深层特征作为极限学习机(ELM)的输入，进行特征学习和分类。本发明能够保证在对脑电数据集中积极、消极和中性3种情感状态进行特征提取和分类时有较高的识别率，鲁棒性好。