![](/images/graphics-bg.png)
Recognition of Emotions Using Multichannel EEG Data and DBN-GC-Based Ensemble Deep Learning Framework
المؤلفون المشاركون
Liu, Yongli
Chao, Hao
Dong, Liang
Zhi, Hui-lai
المصدر
Computational Intelligence and Neuroscience
العدد
المجلد 2018، العدد 2018 (31 ديسمبر/كانون الأول 2018)، ص ص. 1-11، 11ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2018-12-13
دولة النشر
مصر
عدد الصفحات
11
التخصصات الرئيسية
الملخص EN
Fusing multichannel neurophysiological signals to recognize human emotion states becomes increasingly attractive.
The conventional methods ignore the complementarity between time domain characteristics, frequency domain characteristics, and time-frequency characteristics of electroencephalogram (EEG) signals and cannot fully capture the correlation information between different channels.
In this paper, an integrated deep learning framework based on improved deep belief networks with glia chains (DBN-GCs) is proposed.
In the framework, the member DBN-GCs are employed for extracting intermediate representations of EEG raw features from multiple domains separately, as well as mining interchannel correlation information by glia chains.
Then, the higher level features describing time domain characteristics, frequency domain characteristics, and time-frequency characteristics are fused by a discriminative restricted Boltzmann machine (RBM) to implement emotion recognition task.
Experiments conducted on the DEAP benchmarking dataset achieve averaged accuracy of 75.92% and 76.83% for arousal and valence states classification, respectively.
The results show that the proposed framework outperforms most of the above deep classifiers.
Thus, potential of the proposed framework is demonstrated.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Chao, Hao& Zhi, Hui-lai& Dong, Liang& Liu, Yongli. 2018. Recognition of Emotions Using Multichannel EEG Data and DBN-GC-Based Ensemble Deep Learning Framework. Computational Intelligence and Neuroscience،Vol. 2018, no. 2018, pp.1-11.
https://search.emarefa.net/detail/BIM-1130862
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Chao, Hao…[et al.]. Recognition of Emotions Using Multichannel EEG Data and DBN-GC-Based Ensemble Deep Learning Framework. Computational Intelligence and Neuroscience No. 2018 (2018), pp.1-11.
https://search.emarefa.net/detail/BIM-1130862
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Chao, Hao& Zhi, Hui-lai& Dong, Liang& Liu, Yongli. Recognition of Emotions Using Multichannel EEG Data and DBN-GC-Based Ensemble Deep Learning Framework. Computational Intelligence and Neuroscience. 2018. Vol. 2018, no. 2018, pp.1-11.
https://search.emarefa.net/detail/BIM-1130862
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1130862
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)