(3.236.122.9) 您好!臺灣時間:2021/05/09 07:52
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

: 
twitterline
研究生:李宇晨
研究生(外文):Li Yu-Chen
論文名稱:利用腦波判別使用者喜好之音樂錄影帶
論文名稱(外文):Using EEG to Analyze Users Liking in Music Video
指導教授:尤信程
口試委員:駱榮欽黃文吉
口試日期:2016-07-28
學位類別:碩士
校院名稱:國立臺北科技大學
系所名稱:資訊工程系所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
畢業學年度:104
中文關鍵詞:腦波辨識、獨立訊號分析、希爾伯特-黃轉換、k-最近鄰居法、支持向量機、倒傳遞類神經網路、自聯想類神經網路
外文關鍵詞:EEG、ICA、Hilbert-Huang、k-NN、SVM、BPN、AANN
相關次數:
  • 被引用被引用:2
  • 點閱點閱:235
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:58
  • 收藏至我的研究室書目清單書目收藏:1
腦波可以顯示人腦部運作時的狀態,本研究藉由分析腦波訊號(EEG)嘗試找出其運作狀態時的規則、特性,並以此來辨別使用者的喜好。
本研究使用一個公開的資料庫DEAP(Database for Emotion Analysis using Physiological Signals)做分析,其包含多位實驗者觀看音樂錄影帶時記錄的腦波資料及對影片的評分。
由於每個人的喜好及腦部運作方式不盡相同,系統訓練的方式是採用使用者獨立,一位實驗者訓練一套系統。系統大致分三部分,第一部份透過資料的共同資訊、獨立訊號分析法(ICA)試著找出有效資料片段,第二部份將資料算出時域、頻域、HHT(Hilbert-Huang Transform)上的特徵值,第三部份採用倒傳遞類神經網路(BPN)、支援向量機(SVM)、k個最近鄰居法(k-NN)及自聯想類神經網路(AANN)做為分類器。
When people do something, think about something, or have reaction to something, the brain will also have some “action” to these behavior. EEG can help us to see the “action”, the change of the brain wave. Then we try to decode it to understand what does it mean.
In this study, we use EEG to identify people’s liking, whether he likes a thing (music video) or not. We got the research material from an online EEG database of Queen Margaret University, DEAP. And we use serveral methods to calculate the eigenvalues of these data, to see whether the program can identify it or not.
Our study include 3 major part. Firstly, we get the effective segment data we want. Secondly, we calculate the eigenvalues of these segment data. Finally, we use k-NN, SVM, BPN and AANN to identify these eigenvalues.
目錄 iv
表目錄 vi
圖目錄 vii
第一章 緒論 1
1.1. 研究動機與目的 1
1.2. 章節編排 1
第二章 資料庫與研究方法 2
2.1. 資料庫介紹 2
2.2. 篩選有效段落方法 3
2.3. 特徵值擷取方法 7
2.4. 採用分類器 13
第三章 實驗步驟 18
3.1. 篩選有效段落 20
3.2. 特徵值擷取 22
3.3. 使用分類器之來源及參數設定 24
第四章 實驗結果 26
4.1. 以段落能量值尋找有效時間段落之分類結果 26
4.2. 以共同資訊值尋找有效時間段落之分類結果 28
4.3. 以ICA尋找有效時間段落之分類結果 30
第五章 結論與未來展望 35
[1]S. Koelstra, C. Muehl, M. Soleymani, J.-S. Lee, A. Yazdani, T. Ebrahimi, T. Pun, A. Nijholt, and I. Patras, 2012, “DEAP: A Database for Emotion Analysis using Physiological Signals”, IEEE Transaction on Affective Computing
[2]“MIToolbox”, http://www.cs.man.ac.uk/~pococka4/MIToolbox.html
[3]“FastICA 2.5”, http://research.ics.aalto.fi/ica/fastica/code/dlcode.shtml
[4]林偉仁,2011,基於腦波圖及心電圖辨識情緒的研究,碩士論文,國立中正大學
[5]Robert Horlings, Dragos Datcu, Leon J. M. Rothkrantz, 2008, “Emotion Recognition using Brain Activity”, International Conference on Computer Systems and Technologies
[6]Stelios K. Hadjidimitriou, Leontions J. Hadjileontiadis, 2012, “Toward an EEG-Based Recognition of Music Liking Using Time-Frequency Analysis”, IEEE Transcations on Biomedical Engineering
[7]謝志敏,2007,希爾伯特黃轉換簡介,,國立高雄海洋科技大學
http://www.ancad.com.tw/presentation%20files/VisualSignal/一般性介紹/HHT.pdf
[8]林遠彬,2011,基於腦波頻譜變化探討聆聽音樂之情緒反應,博士論文,國立台灣大學
[9]Y.P. Lin, C.H. Wang, T.P. Jung, 2010, “EEG-Based Emotion Recognition in Music Listening”, IEEE of Biomedical Engineering
[10]Y.P. Lin, C.H. Wang, Tien-Lin Wu, Shyh-Kang Jeng, Jyh-Horng Chen, 2009, “EEG-Based Emotion Recognition in Music Listening:A Comparison of Schemes for Multiclass Support Vector Machine”, ICASSP
[11]Panagiotis C. Petrantonakis, Leontions J. Hadjileontiadis, 2010, “Adaptive Extraction of Emotion-Related EEG Segment Using Multidimensional Directed Information in Time-Frequency Domain”, Annual International Conference of the IEEE EMBS
[12]Panagiotis C. Petrantonakis, Leontions J. Hadjileontiadis, 2012, “Adaptive Emotional Information Retrieval From EEG Signals in the Time-Frequency Domain”, IEEE Transactions on Signal Processing
[13]"LIBSVM-A Library for Support Vector Machines", http://www.csie.ntut.edu.tw/~cjlin/libsvm/index.html
[14]“Auto associative neural network classifier for pattern classification in matlab”, http://freesourcecode.net/matlabprojects/57126/auto-associative-neural-network-classifier-for-pattern-classification--in-matlab#.V49BIPl97IV
[15]林威志,2005,音樂刺激下腦波信號分析,碩士論文,國立臺北醫學大學
[16]洪名人,2010,利用獨立成分分析及因素分析對MPEG-7音訊特徵描述元資料降維進行歌曲辨識與檢索之研究,碩士論文,國立國立臺北科技大學
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔