بهبود تشخیص خودکار احساسات با استفاده از سیگنالEEG
Authors
Abstract:
Emotions play an important role in daily life of human, so the need and importance of automatic emotion recognition have grown with increasing role of Human Computer Interaction (HCI) applications. Since emotion recognition using EEG can show inner emotions, this method is more attention from other ways. In consideration to lack of emotion induction collection for doing such researches at Iranian culture, in this research some emotion induction experiments are designed to create four emotion states in subjects. Once subjects are experimented by International Affective Picture System (IAPS) that collected at Florida University and then they are experimented by corresponding movies with Iranian culture. Results show that corresponding movies get higher accuracy in comparison with IAPS. Fast computing, using only two electrodes and obtaining high accuracy from EEG signals are other advantages of this research
similar resources
بهبود تشخیص خودکار احساسات با استفاده از سیگنالeeg
احساسات نقش مهمی در زندگی روزمره انسان بازی می کنند از این رو نیاز به بازشناسی خودکار آن برای بهبود ارتباط انسان و رایانه افزایش یافته است. بازشناسی از طریق سیگنال eeg با توجه به نشان دادن احساسات درونی افراد نسبت به سایر روش ها بسیار مورد توجه است. با توجه به فقدان مجموعه تحریک کننده های عاطفی برای انجام چنین مطالعاتی در فرهنگ ایرانی، در این مطالعه سعی بر انجام آزمایش هایی مطمئن و ایجاد چهار و...
full textبهبود دقت در تشخیص احساسات با استفاده از سیگنالهای EEG با نوآوری در ترکیب استخراج ویژگی
مقدمه: از آنجا که احساسات نقش مهمی در زندگی روزمره انسان بازی میکند، ایجاد روشی هوشمند جهت بهبود قابلیت تشخیص احساسات از سیگنال الکتروانفسالوگرافی (EEG)، مبتنی بر تکنیکهای پردازش سیگنال، ضروری به نظر می رسد. بهعلاوه، استفاده از طبقهبند ماشین بردار پشتیبان بهینه شده با الگوریتم تکاملی ژنتیک، از نوآوریهای این پژوهش در بخش طبقهبندی میباشد. روش: روش پیشنهادی با تمرکز بر روی استخراج و طبقهب...
full textبهبود دقت در تشخیص احساسات با استفاده از سیگنالهای EEG با نوآوری در ترکیب استخراج ویژگی
مقدمه: از آنجا که احساسات نقش مهمی در زندگی روزمره انسان بازی میکند، ایجاد روشی هوشمند جهت بهبود قابلیت تشخیص احساسات از سیگنال الکتروانفسالوگرافی (EEG)، مبتنی بر تکنیکهای پردازش سیگنال، ضروری به نظر می رسد. بهعلاوه، استفاده از طبقهبند ماشین بردار پشتیبان بهینه شده با الگوریتم تکاملی ژنتیک، از نوآوریهای این پژوهش در بخش طبقهبندی میباشد. روش: روش پیشنهادی با تمرکز بر روی استخراج و طبقهب...
full textتشخیص خودکار مدولاسیون با استفاده از برنامه نویسی ژنتیک و شبکه عصبی چند لایه پرسپترون
This paper shows how we can make advantage of using genetic programming in selection of suitable features for automatic modulation recognition. Automatic modulation recognition is one of the essential components of modern receivers. In this regard, selection of suitable features may significantly affect the performance of the process. In this research we implemented our model by using appropria...
full textمعرفی نمایه جدید به منظور تشخیص خودکار شدت پیشرفت بیماری آصم با استفاده از سیگنالهای کپنوگرام
در این مقاله یک نمایه جدید به منظور تشخیص خودکار شدت بیماری آصم با استفاده از پردازش سیگنالهای کپنوگرام ارائه شده است. تحقیقات انجام گرفته در گذشته نشان دهنده ارتباط مهمی بین کپنوگرام و بیماری آصم بوده است .هرچند، اغلب آن تحقیقات از روشهای پردازشی حوزه زمان اسفاده کرده بوده و بر این فرضیه استوار بودند که کپنوگرام یک سیگنال ایستان است. در این تحقیق با استفاده از ضرائب پیش بینی خطی (LPC) و روش مد...
full textتشخیص خودکار خطواره ها درتصاویر ماهواره ای و عکس های هوایی با استفاده از تبدیل رادون
آگاهی از سیستم خطوارههای هر منطقه شامل گسلها و شکستگیها در مطالعات زمینشناسی، هیدروژئولوژی و از همه مهمتر اکتشاف ذخایر معدنی مفید است. بهطور معمول، نقشه خطوارهها از دادههای مکانی مانند عکسهای هوایی و تصاویر ماهوارهای استخراج میشوند. با وجود آن که استخراج بصری خطوارهها متداولترین روش است اما روشهای خودکار تشخیص خطوارهها تا حدود زیاد میتواند خطای کاربر را کاهش دهد و حتی خطوارههای...
full textMy Resources
Journal title
volume 10 issue 2
pages 21- 34
publication date 2014-03
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023