《表4 单独提取各频段组GC特征进行分类识别Table 4 The GC feature values of each frequency band group are extracted separ

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于脑电信号间Granger因果关系特征的情感识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:P<0.05，结果均具有显著性意义

对于上述10组频段的Grange因果系数（Granger causality，GC）特征，分别将其每一频段组都单独作为特征来进行情感分类和识别，然后对比它们的识别率。实验结果如表4所示，并且均经过单样本T检验和单因素ANOVA等统计分析（p<0.05），均具有显著性。通过对比识别率accuracy和F1-score，可以发现在V、A、D 3个维度上均是θ、α、β、β-α和α-θ5个频段组较高（>70%），其中α频段组特征的识别率最高，说明α频段上脑区之间因果信息流特征对于情感发生时的区分能力最强，而θ频段特征对于情感的识别率则最低。从表4还可以发现，除了α频段组，其他组在Arousal和Dominance两个情感维度上识别率accuracy均有一些提高。而所有组的F1-score和accuracy大体上一致，表明了结果的可靠性。