非線性預(yù)測(cè)在皮膚電信號(hào)情感識(shí)別中的研究.pdf

1、在基于生理信號(hào)的情感識(shí)別研究中，對(duì)信號(hào)進(jìn)行特征提取通常是研究的關(guān)鍵所在。據(jù)此，為了進(jìn)行有效的情感識(shí)別，達(dá)到提高識(shí)別率的目的，本文將準(zhǔn)確提取能夠反映真實(shí)情感變化規(guī)律的特征作為研究的重點(diǎn)。本文根據(jù)生理信號(hào)的不可掩飾性，在喚起被試高興(happy)、悲傷(grief)、恐懼(fear)、憤怒（angry）四種真實(shí)情感的基礎(chǔ)上截取可靠的皮膚電信號(hào)，建立情感生理信號(hào)數(shù)據(jù)庫(kù)。根據(jù)皮膚電的非線性特性，首次提出利用Volterra非線性預(yù)測(cè)的方法對(duì)情感

2、狀態(tài)下皮膚電信號(hào)的非線性規(guī)律進(jìn)行模擬，設(shè)計(jì)了Volterra級(jí)數(shù)預(yù)測(cè)模型;并針對(duì)預(yù)測(cè)濾波系數(shù)不易收斂及預(yù)測(cè)結(jié)果存在時(shí)延的缺點(diǎn)，提出利用神經(jīng)網(wǎng)絡(luò)來(lái)求解Volterra級(jí)數(shù)各階核的方法，以改進(jìn)系數(shù)矢量計(jì)算方式，加快濾波系數(shù)收斂并提高了預(yù)測(cè)精度，完成了對(duì)于該預(yù)測(cè)模型的改進(jìn)。之后本文根據(jù)改進(jìn)的預(yù)測(cè)模型提取了有效非線性特征，對(duì)目標(biāo)情感進(jìn)行分類識(shí)別研究，得到了提高識(shí)別率的效果，證明了該方法對(duì)情感識(shí)別的有效性。最后本文采用蟻群優(yōu)化算法結(jié)合隨機(jī)森林分類

3、器對(duì)本文提取的所有線性、非線性特征進(jìn)行特征選擇，在保證識(shí)別率的基礎(chǔ)上降低了特征維數(shù)，最終結(jié)果中四種情感識(shí)別效果均達(dá)到百分之八十以上，效果最佳的悲傷情感識(shí)別率達(dá)到95％，與之前相關(guān)研究所得出的結(jié)果相比有了明顯改善。
　　本文具體做了以下工作:
　　(1)確定數(shù)據(jù)采集方案并建立情感生理信號(hào)樣本數(shù)據(jù)庫(kù)。選擇了具有較高喚起度的電影片段與平靜視頻進(jìn)行剪輯，充分激發(fā)被試憤怒、恐懼、高興、悲傷四種目標(biāo)情感，詳細(xì)記錄實(shí)驗(yàn)過(guò)程，分析采集到的數(shù)

4、據(jù)，截取誘發(fā)效果較好的信號(hào)建立樣本庫(kù)。(2)皮膚電非線性、可預(yù)測(cè)性分析。用替代數(shù)據(jù)法證明皮膚電的非線性特性;通過(guò)對(duì)非線性信號(hào)及隨機(jī)信號(hào)的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比，證明復(fù)雜系統(tǒng)中運(yùn)用非線性預(yù)測(cè)方法對(duì)系統(tǒng)進(jìn)行預(yù)測(cè)可以還原其原本規(guī)律，而隨機(jī)信號(hào)根本不存在可預(yù)測(cè)性。
　　(3) Volterra級(jí)數(shù)的預(yù)測(cè)模型設(shè)計(jì)。通過(guò)對(duì)皮膚電時(shí)間序列進(jìn)行向空間重構(gòu)，在高維空間中恢復(fù)出混沌吸引子，利用Volterra級(jí)數(shù)的展開式構(gòu)造新的函數(shù)逼近原函數(shù)，找出隱藏在混

5、沌吸引子中的演化規(guī)律，使現(xiàn)有數(shù)據(jù)納入某種可描述的框架之下，由系統(tǒng)當(dāng)前狀態(tài)獲得下一時(shí)刻的狀態(tài)，構(gòu)造Volterra級(jí)數(shù)的預(yù)測(cè)模型。
　　(4)改進(jìn)預(yù)測(cè)模型，構(gòu)造含有較強(qiáng)情感規(guī)律的時(shí)間序列。提出利用神經(jīng)網(wǎng)絡(luò)來(lái)求解Volterra級(jí)數(shù)的各階核，改進(jìn)系數(shù)矢量計(jì)算方式，從而加快了濾波系數(shù)收斂并提高了預(yù)測(cè)精度，重構(gòu)出含有明顯情感變化規(guī)律的非線性時(shí)間序列，在此基礎(chǔ)上進(jìn)行特征提取，保證所提取特征的真實(shí)有效性。
　　(5)對(duì)情感狀態(tài)下皮膚電信

6、號(hào)的非線性特征進(jìn)行分析及提取。在對(duì)采集到的皮膚電信號(hào)進(jìn)行濾波、歸一化等預(yù)處理之后，計(jì)算其根據(jù)改進(jìn)的預(yù)測(cè)模型得出的時(shí)間序列，采用非線性的方法分別對(duì)皮膚電原始信號(hào)以及預(yù)測(cè)后重構(gòu)的時(shí)間序列進(jìn)行非線性特征分析，比較其熵、維數(shù)等非線性參數(shù)，并用特征驗(yàn)證證明提出的這些非線性特征可以用來(lái)做情感識(shí)別。
　　(6)蟻群優(yōu)化算法結(jié)合隨機(jī)森林分類器進(jìn)行特征選擇及情感識(shí)別。加入情感識(shí)別效果較好的線性特征，利用改進(jìn)后的蟻群優(yōu)化算法對(duì)所有的非線性特征以及加入

7、的線性特征進(jìn)行特征選擇，并利用隨機(jī)森林分類器對(duì)結(jié)果進(jìn)行分類，從憤怒、恐懼、高興、悲傷四種混合情感中識(shí)別出目標(biāo)情感。
　　實(shí)驗(yàn)結(jié)果表明:
　　(1)皮膚電信號(hào)為非線性信號(hào)，存在較強(qiáng)的非線性規(guī)律并有較強(qiáng)的可預(yù)測(cè)性。
　　(2) Volterra級(jí)數(shù)預(yù)測(cè)法可以較好的對(duì)情感狀態(tài)下皮膚電的運(yùn)動(dòng)趨勢(shì)作出短期預(yù)測(cè)，并在一定程度上還原了皮膚電的情感規(guī)律，導(dǎo)致非線性特征在原始信號(hào)和預(yù)測(cè)信號(hào)計(jì)算結(jié)果中的存在差異。
　　(3)在經(jīng)過(guò)V

8、olterra級(jí)數(shù)預(yù)測(cè)處理后的皮膚電時(shí)間序列加強(qiáng)了自身非線性規(guī)律，應(yīng)用預(yù)測(cè)后所提的非線性特征可提高目標(biāo)情感的正確識(shí)別率;表明Volterra級(jí)數(shù)預(yù)測(cè)在情感識(shí)別中具有一定的研究?jī)r(jià)值與意義。
　　(4)蟻群優(yōu)化算法對(duì)本文提出的線性、非線性特征進(jìn)行特征選擇，結(jié)果中改進(jìn)預(yù)測(cè)方法后的皮膚電信號(hào)提取的非線性特征入選率較高。
　　(5)本文所提的所有特征對(duì)信號(hào)的線性及非線性規(guī)律都有了詳細(xì)的描述，最終得到了高興(80.44％)憤怒(81.2