基于实时识别焦虑情绪的音乐重构

Wenqing SHA,Bin GUO,Hongxu WANG,Xuemei BAI,Chenjie ZHANG

Journal of Changchun University of Science and Technology（2019）

引用 0|浏览3

暂无评分

摘要

焦虑是在被威胁的环境中产生复杂心理的过程,长期处于焦虑状态会对自身的健康产生严重的影响.该研究分析脑电来探究不同音乐对焦虑情绪的舒缓作用,并根据脑电图(EEG)实时的变化重构出更多缓解焦虑情绪的音乐.通过设计实验诱发焦虑情绪,利用Fast ICA、HHT和切比雪夫滤波器法等算法对EEG进行处理,获得能够实时识别焦虑情绪的特征向量,即alpha和beta波的功率比,并获取其阈值范围,通过采集处于焦虑状态下的人聆听不同风格音乐下的脑电信号数据,根据阈值范围得到使情绪变好的音乐片段,通过BP神经网络对所获得的音乐片段进行分类,在每个类别下,利用隐马尔可夫链学习音乐片段,构建以音符为状态空间的隐马尔科夫模型,来组合音乐片段,创造新的音乐.

查看译文

关键词

Emotional recognition,anxiety,music refactoring,EEG,power ratio,BP neural network,hidden Markov model.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要