相位幅度融合特征

多类情感识别更准

融合相位锁值与幅度包络相关，提取可分离且可解释的空间拓扑特征，提升多类情感识别性能。

田银

Neural Networks 2024

技术优势

两种脑网络信息互补

融合PLV和AEC，同时刻画神经振荡的相位同步与能量波动，提供更全面的情感表征。

识别精度更高

在两个公开数据集上，所提融合特征的多类情感识别准确率均优于现有最先进方法。

可解释的空间模式

通过学习公共空间模式（CSP），滤波器可分离且可解释，能够从相位和幅度两个角度描述情感激活模式。

应用场景

• 脑机接口情感计算：为脑机接口提供更准且可解释的情感识别特征，提升情感交互体验。
• 可穿戴情感监测：融合相位与幅度信息可在可穿戴脑电设备上实现更高精度的实时情感状态监测。
• 情感计算物联网：该特征提取模块可嵌入物联网设备，用于大规模用户情感数据采集与分析。