基于XGBoost-RFE-CBR的心电信号情绪识别研究
Journal of Chengdu University Of Information Technology（2023）
摘要
情绪是一种复杂的行为现象,是对不同外部刺激的生理反应.为快速、便捷地识别人类的情绪,提出了一种基于极限梯度提升结合可减少相关性偏差和递归特征消除的心电信号情绪识别方法.先对AMIGOS数据集进行特征提取、结合XGBoost-RFE-CBR特征排序算法进行特征选择,得到27个心电信号和心率变异性的时域、频域等特征参数,利用XGBoost进行分类,最后在五折交叉验证下,最高准确率达80.5％、平均准确率达77.2％.该方法与多维生理信号特征提取方法相比,在确保准确率的同时降低了计算量,对情绪识别和分类任务有一定的参考价值.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要