Resumen

La música puede evocar diversas emociones, que pueden manifestarse mediante señales distintas en el electroencefalograma (EEG). Muchos estudios anteriores han examinado las asociaciones entre aspectos específicos de la música, incluidas las emociones subjetivas despertadas, y las características de las señales del EEG. Sin embargo, ningún estudio ha examinado de forma exhaustiva las características del EEG relacionadas con la música y ha seleccionado aquellas con mayor potencial para discriminar las emociones. Por ello, este trabajo realizó una serie de experimentos para identificar las características del EEG más influyentes inducidas por la música que evoca diferentes emociones (calma, alegría, tristeza y enfado). Se extrajeron características de 27 dimensiones de cada una de las 12 posiciones de los electrodos y, a continuación, se utilizó un método de selección de características basado en la correlación para identificar el conjunto de características más fuertemente relacionado con las características originales pero con menor redundancia. A continuación, se utilizaron varios clasificadores, como la máquina de vectores de apoyo (SVM), C4.5, LDA y BPNN, para probar la precisión del reconocimiento de los conjuntos de características originales y seleccionados. Por último, se analizan los resultados en detalle y se muestran claramente las relaciones entre el conjunto de características seleccionado y las emociones humanas. A través de los resultados de clasificación de 10 exámenes aleatorios, se pudo concluir que los conjuntos de características seleccionados de Pz son más eficaces que otras características cuando se utilizan como conjunto de características clave para clasificar las estatuas de emociones humanas.

• Materias:Biotecnología Minería de datos Algoritmo genético Neurociencia Cognitiva Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithm Cognitive Neuroscience Neurophysiology
• Palabras claves:conjunto de características seleccionadas, máquina de vectores de apoyo, características, serie de experimentos, características influyentes del eeg, muchos estudios anteriores, métodos de selección de características, variedad de emociones, estatua de emociones humanas, conjunto de pz
• Keywords:selected features set, support vector machine, features, series of experiment, influential eeg features, many previous study, features selection methods, variety of emotions, human emotions statue, set of pz