51黑料吃瓜在线观看,51黑料官网|51黑料捷克街头搭讪_51黑料入口最新视频

情感識(shí)別能有效促進(jìn)智能人機(jī)交互的發(fā)展，輔助醫(yī)學(xué)診斷，已成為人工智能領(lǐng)域的研究熱點(diǎn)之一。腦電圖（electroencephalogram,EEG）是對(duì)情感狀態(tài)波動(dòng)反應(yīng)最為靈敏的信號(hào)，但傳統(tǒng)的機(jī)器學(xué)習(xí)算法受到腦電信號(hào)非平穩(wěn)性和個(gè)體差異性等特性的制約，很難進(jìn)一步提高分類準(zhǔn)確率和模型泛化能力。近年來能自動(dòng)化特征提取的深度學(xué)習(xí)方法愈受學(xué)者青睞。本文對(duì)基于深度學(xué)習(xí)的腦電信號(hào)情感識(shí)別研究進(jìn)行歸納總結(jié)，簡(jiǎn)述情感識(shí)別的相關(guān)理論以及常用公開數(shù)據(jù)集，總結(jié)對(duì)比不同情感識(shí)別模型和EEG傳統(tǒng)特征、EEG原始數(shù)據(jù)以及多模態(tài)信號(hào)融合特征三類輸入數(shù)據(jù)對(duì)分類精度的影響，最后探討現(xiàn)階段研究所存在的問題并展望該領(lǐng)域未來發(fā)展方向，以期能為后續(xù)研究提供借鑒。