بازشناسی حالات هیجانی با استفاده از شبکه عصبی کانولوشنال فازی مبتنی بر الکتروانسفالوگرافی در باندهای مختلف

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
مقدمه

احساسات پدیده‎های متغیر با زمانی هستند که به عنوان پاسخی به محرک ها ایجاد می شوند. در راستای تشخیص احساس به صورت پیوسته می‎توان از پاسخ سیگنال های مغزی و حالت های چهره به محرک ویدیویی استفاده کرد. به اینصورت که مجموعه‎ ای از فیلم ‎های محرک برای بینندگان به نمایش گذاشته می‎شود و همزمان سیگنال های مغزی و حالت‎های چهره ‏ی آنها به طور پیوسته ضبط می‎گردد و سطح ظرفیت آنها (احساسات منفی تا مثبت) ثبت می‏شود.

روش کار

هدف از این مقاله، شناخت احساسات انسانی با استفاده از تحلیل سیگنال های الکتروانسفالوگرافی است. در این مقاله، برای تشخیص احساسات با استفاده از شبکه عصبی کانولوشنال فازی که ویژگی های بهینه و موثر را خود از سیگنال الکتروانسفالوگرافی انتخاب می کند جهت تشخیص و بازشناسی حالات هیجانی افراد مختلف ارایه می شود. در روش پیشنهادی ابتدا سیگنال الکتروانسفالوگرافی به باندهای مختلف آلفا، بتا و گاما تجزیه شده و سپس عمل تشخیص هوشمند انجام خواهد شد. یافته ها:نتایج آزمایشات نشان می دهد که حالت آرامش و خستگی در باند آلفا بهتر و به ترتیب با دقت 2/94% و 8/78% بازشناسی می شود. در باند گاما شادی بهتر و با دقت 2/92% شناسایی می شود و در نهایت در باند بتا، ترس با دقت 3/92% بازشناسی خواهد شد.

نتیجه گیری

نتیجه گیری می شود که مدل پیشنهادی با استفاده از شبکه عصبی کانولوشنال از دقت بالایی در بازشناسی احساسات برخوردار است همچنین استفاده از منطق فازی در روش پیشنهادی دقت بازشناسی را در کلیه باندها بالا برده است.

زبان:
فارسی
صفحات:
102 تا 114
لینک کوتاه:
magiran.com/p2531490 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!