期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种预测驾驶注意力的多尺度注意力模型
1
作者 蒋超 郜东瑞 +1 位作者 李芃锐 赵长名 《软件导刊》 2025年第4期18-24,共7页
近年来,许多研究致力于利用EEG与EOG多模态数据预测驾驶注意力,但有效融合这两种模态数据仍是一项充满挑战的任务。为此,提出一个基于多模态的多尺度通道注意力回归模型(MMCAR-Net)预测驾驶注意力。首先,通过多尺度感知单元(Multi-Scale... 近年来,许多研究致力于利用EEG与EOG多模态数据预测驾驶注意力,但有效融合这两种模态数据仍是一项充满挑战的任务。为此,提出一个基于多模态的多尺度通道注意力回归模型(MMCAR-Net)预测驾驶注意力。首先,通过多尺度感知单元(Multi-Scale Inception)从EEG、EOG模态数据中分别提取多尺度特征;其次,在多个尺度上有序合并EEG与EOG特征以增强融合特征的多样性;最后,引入多尺度通道注意力机制为多尺度特征赋予差异化权重,以强化与注意力预测相关的特征,提升模型对驾驶注意力相关特征的敏感性和表达能力。在SEED-VIG数据集上的实验表明,所提模型在个体内实验组中取得的PCC与RMSE分别为0.959和0.064,在跨被试实验组中对应数值为0.892和0.112。 展开更多
关键词 驾驶注意力预测 多尺度感知单元 多尺度通道注意力机制 特征融合
在线阅读 下载PDF
E-SFTNet:一种基于脑电的时—频—空融合情感识别网络
2
作者 曾帅 陆全平 +1 位作者 李芃锐 郜东瑞 《软件导刊》 2025年第2期62-68,共7页
脑电图(EEG)信号不易伪装、时间分辨率高,能更准确地反映人的真实情绪状态。大多数工作只采用单一的频域、时间或空间特征,不能全面地学习与情绪相关的重要信息。为了解决以上问题,提出一种新的基于脑电信号的时频空间融合网络(E-SFTNe... 脑电图(EEG)信号不易伪装、时间分辨率高,能更准确地反映人的真实情绪状态。大多数工作只采用单一的频域、时间或空间特征,不能全面地学习与情绪相关的重要信息。为了解决以上问题,提出一种新的基于脑电信号的时频空间融合网络(E-SFTNet),具体包括用于学习时频特征的基于双向长短期记忆的时频网络(TF-Net)和用于学习空频特征基于多卷积和残差模块的空频网络(SF-Net)。在SEED公开情感数据集上进行被试依赖实验和被试独立实验,模型性能分别达到了96%和85.66%的准确率。实验结果表明,E-SFTNet在基于EEG的情感识别任务中具有较好性能,优于现有的情感识别方法。此外,基于大脑地形图揭示不同大脑区域不同情绪的激活情况,解释了大脑区域与情绪之间的关系,为基于EEG的情绪识别提供了一种新思路。 展开更多
关键词 脑电图 情感识别 E-SFTNet SEED
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部