版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、情感在人類(lèi)的感知、決策等過(guò)程中扮演著重要角色。長(zhǎng)期以來(lái)情感智能研究只存在于心理學(xué)和認(rèn)知科學(xué)領(lǐng)域,近年來(lái)隨著人工智能的發(fā)展,情感智能與計(jì)算機(jī)技術(shù)結(jié)合產(chǎn)生了情感計(jì)算這一嶄新的研究課題,這將大大地促進(jìn)計(jì)算機(jī)技術(shù)的發(fā)展。情感識(shí)別是情感計(jì)算的一個(gè)關(guān)鍵問(wèn)題,是建立和諧人機(jī)環(huán)境的基礎(chǔ)之一,其目的是為正確選擇情感信號(hào)提供理論與實(shí)驗(yàn)的依據(jù),為情感的理解和表達(dá)提供可靠的原始數(shù)據(jù),它的應(yīng)用極其廣泛。目前,情感識(shí)別的方法多采用面部表情、身體姿態(tài)和語(yǔ)音信號(hào)分析法
2、,以及心理學(xué)上常用的問(wèn)卷調(diào)查法,其結(jié)果一般受被試和主試的主觀因素影響,而生理變化只受人的自主神經(jīng)系統(tǒng)和內(nèi)分泌系統(tǒng)支配,不受人的主觀控制,因而應(yīng)用生理信號(hào)測(cè)量法,所得數(shù)據(jù)更客觀。情感生理反應(yīng)特異性問(wèn)題一直存在著爭(zhēng)議。Ekman等人通過(guò)所做的一系列實(shí)驗(yàn)得出的結(jié)論表明,至少對(duì)某些情感來(lái)說(shuō),其生理反應(yīng)是特異的。Picard教授帶領(lǐng)的MIT媒體實(shí)驗(yàn)小組證明應(yīng)用生理信號(hào)對(duì)情感識(shí)別的方法是可行的。 在情感狀態(tài)識(shí)別中,大量無(wú)關(guān)或冗余的特征往往會(huì)
3、影響識(shí)別的速度和準(zhǔn)確率,因此需要特征選擇。特征選擇問(wèn)題實(shí)質(zhì)上是特征搜索問(wèn)題,己經(jīng)被證明是NP難問(wèn)題,雖然有一些學(xué)者提出了許多搜索算法,但是到目前為止還沒(méi)有公認(rèn)有效的搜索算法。離散二進(jìn)制粒子群(Binary Particle Swarm Optimization,BPSO)算法是一種基于群智能的全局優(yōu)化算法,主要用于解決組合優(yōu)化問(wèn)題,且具有編碼簡(jiǎn)單、個(gè)體數(shù)目少、計(jì)算速度快、易于理解、易于實(shí)現(xiàn)等特點(diǎn)。因此,論文研究將BPSO算法應(yīng)用于情感生
4、理信號(hào)的特征選擇問(wèn)題,以提高情感狀態(tài)的識(shí)別率。 論文在現(xiàn)有研究成果的基礎(chǔ)上,主要做了以下三個(gè)方面的工作: (1)針對(duì)多生理信號(hào)情感識(shí)別中的特征冗余問(wèn)題,研究將計(jì)算智能的思想引入到情感生理信號(hào)的特征選擇中,以期證明能否提高情感狀態(tài)的正確識(shí)別率。采用BPSO方法進(jìn)行情感生理信號(hào)的特征選擇,對(duì)單一生理信號(hào)識(shí)別單一情感及多種情感進(jìn)行了研究,同時(shí),在單一生理信號(hào)的基礎(chǔ)上,研究了多種生理信號(hào)識(shí)別單一情感及多種情感; (2)針
5、對(duì)BPSO后期搜索易停滯現(xiàn)象,利用改進(jìn)的BPSO算法進(jìn)行情感生理信號(hào)的特征選擇,以提高了算法的適應(yīng)能力;研究了單一生理信號(hào)識(shí)別多種情感及情感識(shí)別率隨粒子變異率的變化關(guān)系。 (3)為了研究情感與生理信號(hào)之間的關(guān)系,采用幾種不同的特征選擇方法及分類(lèi)器進(jìn)行情感狀態(tài)識(shí)別。 論文通過(guò)大量仿真實(shí)驗(yàn)證實(shí)了上述工作的正確性,取得了如下幾方面的研究成果: (1)從四種情感狀態(tài)對(duì)應(yīng)的四種生理信號(hào)中提取了193個(gè)原始特征,采用BPSO
6、方法進(jìn)行特征選擇,四種情感的總體識(shí)別率最高達(dá)到86%。四種情感狀態(tài)中,心電信號(hào)和皮電信號(hào)識(shí)別高興的效果較好,分別達(dá)到88%和72%;肌電信號(hào)和呼吸信號(hào)識(shí)別憤怒的效果較好,分別達(dá)到80%和100%1四種生理信號(hào)中,呼吸信號(hào)識(shí)別四種情感的正確率最高,達(dá)到69.86%。 (2)通過(guò)仿真實(shí)驗(yàn)可知:當(dāng)變異維數(shù)為2時(shí),四種情感的平均識(shí)別率效果最好,由原來(lái)的66%提高到81.35%,用KNN分類(lèi)器,四種生理信號(hào)的平均識(shí)別率最高可達(dá)到82.2%
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于生理信號(hào)的情感識(shí)別研究.pdf
- 基于生理信號(hào)的情感識(shí)別方法研究.pdf
- 蟻群優(yōu)化算法用于生理信號(hào)情感狀態(tài)識(shí)別中的研究.pdf
- 脈搏信號(hào)在情感狀態(tài)識(shí)別中的研究.pdf
- 生理信號(hào)的情感模式識(shí)別—基于遺傳算法的研究.pdf
- 基于禁忌搜索算法的生理信號(hào)情感識(shí)別研究.pdf
- 基于面部表情和生理信號(hào)的雙模態(tài)情感識(shí)別研究.pdf
- 基于生理信號(hào)的情感識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于脈博信號(hào)特征評(píng)估與篩選的情感狀態(tài)識(shí)別研究.pdf
- 生理信號(hào)情感識(shí)別中的特征組合選擇研究.pdf
- 改進(jìn)的支持向量機(jī)用于生理信號(hào)的情感識(shí)別.pdf
- 肌電信號(hào)在情感狀態(tài)識(shí)別中的研究.pdf
- 基于呼吸信號(hào)的情感識(shí)別研究.pdf
- 基于腦電信號(hào)的情感識(shí)別.pdf
- 基于量子粒子群算法的心電信號(hào)情感狀態(tài)識(shí)別研究.pdf
- 雙重結(jié)構(gòu)粒子群和K近鄰法用于生理信號(hào)情感狀態(tài)識(shí)別的研究.pdf
- 基于多生理信號(hào)的壓力狀態(tài)下情緒識(shí)別方法研究.pdf
- 基于禁忌搜索算法的肌電信號(hào)情感狀態(tài)識(shí)別研究.pdf
- 皮膚電反應(yīng)信號(hào)在情感狀態(tài)識(shí)別中的研究.pdf
- 基于語(yǔ)音信號(hào)的情感特征選擇與情感識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論