陈桂军
- 作品数：57 被引量：8H指数：2
- 供职机构：太原理工大学更多>>
- 发文基金：山西省科技重大专项山西省科技攻关计划项目山西省国际科技合作计划更多>>
- 相关领域：自动化与计算机技术矿业工程医药卫生文化科学更多>>
- 基于多脑区注意力机制胶囊融合网络的EEG-fNIRS情感识别
- 2024年
- 为了提高情感识别的准确率,提出多脑区注意力机制和胶囊融合模块的胶囊网络模型(MBA-CFc CapsNet).通过情感视频片段诱发采集EEG-fNIRS信号,构建TYUT3.0数据集.提取EEG和f NIRS的特征,将其映射到矩阵,通过多脑区注意力机制融合EEG和fNIRS的特征,给予不同脑区特征不同的权重,以提取质量更高的初级胶囊.使用胶囊融合模块,减少进入动态路由机制的胶囊数量,减少模型运行的时间.利用MBA-CFc CapsNet模型在TYUT3.0情感数据集上进行实验,与单模态EEG和f NIRS识别结果相比,2种信号结合情感识别的准确率提高了1.53%和14.35%.MBA-CF-cCapsNet模型与原始CapsNet模型相比,平均识别率提高了4.98%,与当前常用的CapsNet情感识别模型相比提高了1%~5%.
- 刘悦张雪英陈桂军黄丽霞孙颖
- 关键词：EEGFNIRS情感识别
- 改进的FSVM算法用于非平衡情感数据分类
- 2018年
- 对于不平衡情感数据集,传统的模糊支持向量机原理上分类不灵敏,支持向量的隶属度值被给予不准确情况,提出一种对样本点赋值的设计方法,并将其用到语音情感识别。引入DEC算法,消除数据不平衡引起的分类超平面偏移的影响,计算从样本点到类中心超平面的距离,考虑样本周围的样本分布设计模糊隶属函数点。突出支持向量对分类超平面的贡献,有效降低噪声和孤立点的影响。实验结果表明,与传统的模糊支持向量机相比,对样本失衡率为4.89的TYUT2.0情感语音数据库的分类性能提高了5.95%,对不平衡率为14.28的CASIA中文情感语料库的分类性能提高了11.57%。
- 张雪英张波陈桂军
- 关键词：语音情感识别模糊支持向量机隶属度函数样本密度
- 一种病灶成像数据的分割方法及系统
- 本发明公开了一种病灶成像数据的分割方法及系统，涉及图像数据处理技术领域。所述方法包括：获取目标磁共振成像数据；对所述目标磁共振成像数据进行特征提取，得到病灶特征；所述病灶特征包括二维病灶特征和三维病灶特征；根据所述病灶特...
- 李凤莲张雪英王夙喆陈桂军黄丽霞张岩章洪涛
- 基于脑区划分的EEG-fNIRS电极排列方法及系统
- 本发明公开一种基于脑区划分的EEG‑fNIRS电极排列方法及系统，涉及情感识别分类领域，方法包括：利用62导联的脑电记录仪和18导联近红外脑功能成像系统同步采集大脑对情感认知活动过程中的实测EEG信号和实测fNIRS信号...
- 张雪英张静陈桂军孙颖黄丽霞李晓辉
- 一种基于配料数据的多晶硅铸锭质量预测方法及系统
- 本发明涉及一种基于配料数据的多晶硅铸锭质量预测方法及系统。方法包括获取多晶硅铸锭的配料数据；对所述配料数据进行预处理；所述预处理包括进行数据清洗，删除缺失数值的数据；利用扩散映射算法对预处理后的配料数据进行降维处理；以设...
- 张雪英王杰李凤莲陈桂军黄丽霞徐静林张龙
- 一种用于非平衡数据集分类的同分布集成预测方法及系统
- 本发明公开一种用于非平衡数据集分类的同分布集成预测方法及系统。所述预测方法包括：获取数据集；采用同分布随机抽样法将所述数据集构建为多个数据样本子集；对每个所述数据样本子集采用CART决策树方法进行模型训练，得到多个CAR...
- 李凤莲张雪英焦江丽陈桂军牛壮樊宇宙
- 文献传递
- 一种情感识别方法及系统
- 本发明公开了一种情感识别方法及系统，该方法包括：获取待识别的脑电信号；提取待识别时频域特征、待识别非线性特征和待识别脑网络属性特征；待识别时频域特征为根据待识别的脑电信号的小波分解系数计算得到的小波熵；待识别非线性特征包...
- 陈桂军张雪英李凤莲孙颖黄丽霞王杰
- 文献传递
- 一种EEG-fNIRS耦合脑网络构建方法和系统
- 本申请公开了一种EEG‑fNIRS耦合脑网络构建方法和系统，涉及情感识别技术领域，该方法包括获取EEG信号和fNIRS信号；分别对所述EEG信号和所述fNIRS信号进行预处理，得到预处理后的EEG信号和预处理后的fNIR...
- 张雪英侯明星陈桂军孙颖黄丽霞
- 一种有效性脑网络的确定方法及系统
- 本发明公开一种有效性脑网络的确定方法及系统。该确定方法包括：获取脑电采集设备采集的EEG数据；筛选有用电极通道；对EEG数据进行预处理；采用小波变换方法对预处理后的EEG数据进行频率分解；构建初始有效性脑网络；将初始有效...
- 张雪英张静张卫回海生黄丽霞李凤莲陈桂军
- 文献传递
- 基于εN-SVDD算法的煤层底板突水危险性预测
- 2018年
- 为有效预测深部煤层开采面临的底板突水威胁,减少突水事故发生,针对水文地质勘探资料少、突水相关数据获取较难的情况,提出结合ε不敏感损失间隔的带负类支持向量数据描述(εN-SVDD)算法,采用该算法构建了底板突水预测模型,对选取的突水预测样例进行了突水预测分析,得到了准确的预测结果.研究结果表明:与原始SVDD、支持向量机(SVM)方法相比较,εN-SVDD预测模型在突水相关数据较少时仍能得到较高的预测准确率.
- 陈桂军张雪英李凤莲王子中
- 关键词：底板突水支持向量数据描述
