《表3 不同方法识别率:基于3DC-BGRU的脑电情感识别》
为了验证本文算法的优越性,将本文算法与DE+DBN[18]、DE+CNN[19]、DE+GRLS[26]、非线性全局特征和谱特征融合+SVM[13]和2DCNN[21]等算法进行实验对比。几种方法在SEED数据集上进行验证对三种情绪状态的识别结果如表3所示,对一组脑电信号进行测试时,几种方法的耗时如图11所示。
图表编号 | XD00222621100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 胡章芳、刘鹏飞、蒋勤、罗飞、王明丽 |
绘制单位 | 重庆邮电大学光电工程学院、重庆邮电大学光电工程学院、重庆邮电大学计算机科学与技术学院、重庆邮电大学光电工程学院、重庆邮电大学光电工程学院 |
更多格式 | 高清、无水印(增值服务) |