基于脑机接口和脑电波的情绪识别实验研究

情感识别和分类是情感计算领域的重要研究内容。 当前的研究集中在视觉和语音领域,但是迄今为止可以实现的情感识别和分类的准确性很低,对于商业应用来说还不够。 目前,由于脑电波和脑机接口的研究进展Swift,在医学和军事领域具有巨大的应用价值,本文采用脑电极帽来采集脑电波。人类的大脑处于七种不同的情绪状态下。 脑机接口将脑电波模式和数据传输到计算机,在OpenBCI_GUI图形界面中观察脑电波并实时记录变化。 在获得不同情绪状态下的脑电波数据后,本文使用AdaBoosting算法等三种统计方法对记录的脑电波数据进行情绪分类。 实验结果表明分类效果良好。