半監督低秩表示的腦電情感識別方法

摘要 腦電圖能客觀反映人的情緒狀態，但由于腦電信號具有復雜性和非平穩性等特點，使得采集大量標記腦電樣本較困難，因此在一定程度上限制了腦電情感識別方法的效果和泛化性能．針對以上問題，提出一種半監督低秩表示的腦電情感識別方法（Semi-Supervised Low-Rank Representation，SSLRR）．利用少量標記腦電樣本的估計標簽設計一個回歸形式的目標函數，以此來有效估計未標記樣本的標簽．使用ε-拖拽技術確保標簽與標簽之間的分離性，并對松弛標簽施加低秩約束，以提高其類內緊密度和相似度．對提出的方法融入一個類鄰接圖，以此捕獲所有腦電樣本數據的局部鄰域信息．在SEED-Ⅳ和SEED-Ⅴ兩個公開數據集上進行對比實驗，結果表明，相比現有半監督算法，所提出的方法在腦電情感識別問題上具有更好的性能．

關鍵詞 半監督學習;低秩表示;腦電信號;情感識別;正則化

中圖分類號 TP181

文獻標志碼 A

收稿日期 2023-11-02

資助項目 江蘇省自然科學基金（BK20211333）;未來網絡科學研究基金項目（FNSRFP-2021-YB-36）;江蘇省媒體設計與軟件技術重點實驗室開放項目（2023年）

作者簡介

王雨彤，女，碩士生，研究方向為機器學習.S22150812050@smail.cczu.edu.cn

顧曉清（通信作者），女，博士，副教授，研究方向為機器學習.guxq@cczu.edu.cn

1 常州大學 計算機與人工智能學院，常州，213164

0 引言

情感識別在情感腦機接口（Brain-Computer Interface，BCI）中具有重要意義．目前已知的情緒識別方法可以分為兩種：一種是利用情緒行為的特征，如面部表情、言語和肢體動作來識別特定的情緒;另一種是使用信號來識別情緒……