基于蟻群算法的呼吸信號情感識別研究.pdf

1、情感計算主要研究讓機器和設(shè)備能夠認(rèn)知、交互、處理以及模仿人類的一些行為。情感計算是現(xiàn)代科技研究中的一個重要分支。情感計算的研究能夠為將來各種人工智能的應(yīng)用奠定一個扎實的基礎(chǔ)。在情感計算中，有各種各樣的信號數(shù)據(jù)可供研究，包括圖像、語言、生理信號等。本文主要研究基于呼吸信號(Respiratory，RSP)的情感識別。
　　 由于呼吸信號蘊含著豐富的情感狀態(tài)信息，并且這些信息可能用來識別不同的情感狀態(tài)。因此論文對采集到的呼吸信號在經(jīng)

2、過濾波、歸一化等數(shù)據(jù)預(yù)處理后進行特征提取，并采用蟻群優(yōu)化算法來進行基于呼吸信號的情感特征選擇，取得了較好的識別效果。本文還提出了顯著特征的概念，給出了6種不同情感對應(yīng)的顯著特征，同時研究了代表不同情感的最優(yōu)特征子集?；诤粑盘柕那楦凶R別過程主要包括五個步驟：采集數(shù)據(jù)、數(shù)據(jù)預(yù)處理、特征提取、特征選擇、情感分類。本論文對每一步驟都做了詳細(xì)介紹。
　　 本論文所做的主要工作有以下幾部分：
　　 1.本實驗采集了所需的呼吸信號

3、。在實踐中，采集了后續(xù)研究中所需的6種不同情感的數(shù)據(jù)。并通過歸類整理，初步建立了一個呼吸信號的原始信號數(shù)據(jù)庫。實驗中使用一些蘊含著豐富情感的視頻來誘發(fā)被試的真實情感。本研究實驗全部都是本校大一學(xué)生自愿參加的。
　　 2.對采集的呼吸信號進行預(yù)處理，并且提取相關(guān)的特征(包括統(tǒng)計特征以及小波特征)。實驗對采集到的原始呼吸信號數(shù)據(jù)進行了各種數(shù)據(jù)預(yù)處理操作，主要包括去噪、濾波、歸一化等。前期研究中發(fā)現(xiàn)只有統(tǒng)計特征的情況下對情感識別效果不

4、是很好，所以增加提取了小波特征。實驗最后總共提取了171個特征，包括87個統(tǒng)計特征和84個小波特征。
　　 3.運用蟻群算法(Ant Colony Optimization，ACO)進行特征選擇。蟻群算法是一個新興的現(xiàn)代智能算法，應(yīng)用廣泛，可以很好地用來解決一些離散組合優(yōu)化問題。本文對基本蟻群算法做了一些改進并用到基于呼吸信號的情感識別中。具體改進是將局部搜索和變異策略引入到蟻群優(yōu)化算法中，結(jié)合Fisher分類器進行情感識別，不