本文選題：人工智能 + 人機(jī)交互��； 參考：《吉林大學(xué)學(xué)報(bào)(理學(xué)版)》2017年06期

【摘要】：針對(duì)目前情感識(shí)別模型中存在的識(shí)別精度低、速度慢等問(wèn)題,設(shè)計(jì)一種基于核相關(guān)分析算法的情感識(shí)別模型.首先對(duì)目前情感識(shí)別的研究現(xiàn)狀進(jìn)行分析,找出導(dǎo)致識(shí)別精度低的原因;然后提取情感識(shí)別的特征,并通過(guò)核相關(guān)分析算法選擇最優(yōu)情感識(shí)別的特征子集,減少情感識(shí)別的特征向量數(shù);最后選擇高斯混合模型對(duì)情感識(shí)別的訓(xùn)練集進(jìn)行建模,并通過(guò)具體情感數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn).實(shí)驗(yàn)結(jié)果表明,核相關(guān)分析算法可有效去除情感識(shí)別的不利特征,加快了情感識(shí)別速度,提高了情感識(shí)別的正確率.
[Abstract]:Aiming at the problems of low recognition precision and slow speed in the current emotion recognition model, an emotion recognition model based on kernel correlation analysis algorithm is designed. Firstly, the present research status of emotion recognition is analyzed to find out the reason of low recognition accuracy. Then the feature of emotion recognition is extracted, and the feature subset of optimal emotion recognition is selected by kernel correlation analysis algorithm. Finally, the Gao Si hybrid model is selected to model the training set of emotion recognition, and the simulation experiment is carried out through the specific emotion data set. Experimental results show that the kernel correlation analysis algorithm can effectively remove the adverse features of emotion recognition, accelerate the speed of emotion recognition, and improve the correct rate of emotion recognition.
【作者單位】： 中國(guó)科學(xué)院心理研究所;中國(guó)科學(xué)院大學(xué)人文學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(批準(zhǔn)號(hào):31170977)
【分類號(hào)】：TP18;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 溫萬(wàn)惠;邱玉輝;劉光遠(yuǎn);程南璞;黃希庭;;情感生理反應(yīng)樣本庫(kù)的建立與數(shù)據(jù)相關(guān)性分析[J];中國(guó)科學(xué):信息科學(xué);2011年01期

2 溫萬(wàn)惠;劉光遠(yuǎn);熊勰;;基于生理信號(hào)的二分類情感識(shí)別系統(tǒng)特征選擇模型和泛化性能分析[J];計(jì)算機(jī)科學(xué);2011年05期

3 劉智;楊宗凱;劉三(女牙);鐵璐;;一種基于樣本空間動(dòng)態(tài)劃分的中文情感識(shí)別方法[J];計(jì)算機(jī)應(yīng)用研究;2013年05期

4 陳曾;劉光遠(yuǎn);;腦電信號(hào)在情感識(shí)別中的應(yīng)用[J];計(jì)算機(jī)工程;2010年09期

5 林時(shí)來(lái);劉光遠(yuǎn);張慧玲;;蟻群算法在呼吸信號(hào)情感識(shí)別中的應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2011年02期

6 邱紅;劉光遠(yuǎn);賴祥偉;;改進(jìn)的禁忌搜索算法在肌電信號(hào)情感識(shí)別中的應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年04期

7 劉付民;張治斌;沈記全;;核典型相關(guān)分析算法的多特征融合情感識(shí)別[J];計(jì)算機(jī)工程與應(yīng)用;2014年09期

8 王征;劉慶強(qiáng);;基于情感識(shí)別方法的推薦系統(tǒng)(英文)[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年02期

9 陳丹淇;蔣冬梅;Ilse Ravyse;Hichem Sahli;;基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的聽視覺融合情感識(shí)別[J];計(jì)算機(jī)仿真;2011年03期

10 解迎剛;王志良;平安;永井正武;;模糊情感分析及其在E-learning系統(tǒng)中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2007年10期

相關(guān)會(huì)議論文 前10條

1 解迎剛;王志良;程寧;王國(guó)江;永井正武;;人臉與眼部檢測(cè)及其在情感識(shí)別中的應(yīng)用[A];第25屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2006年

2 王志強(qiáng);熊子?xùn)|;傅向華;;基于螺旋模型的歌曲情感識(shí)別算法研究[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

3 楊廣映;楊善曉;;基于表面肌電信號(hào)的情感識(shí)別研究[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

4 張偉;謝湘;;基于HMM的音樂(lè)情感識(shí)別研究[A];第九屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2007年

5 黃力行;辛樂(lè);趙禮悅;陶建華;;自適應(yīng)權(quán)重的雙模態(tài)情感識(shí)別[A];第九屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2007年

6 喬林;黃維通;湯志忠;;軟件流水領(lǐng)域二維數(shù)組數(shù)據(jù)相關(guān)性分析算法研究[A];2005年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

7 吳瓊;譚松波;張剛;段m#毅;程學(xué)旗;;基于圖排序模型的跨領(lǐng)域傾向性分析算法[A];中國(guó)計(jì)算機(jī)語(yǔ)言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

8 崔玉路;蔣冬梅;張曉靜;謝磊;付中華;Ping Fan;Hichem Sahli;;基于三特征流DBN模型的聽視覺情感識(shí)別[A];第十一屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

9 梁X};許潔萍;;基于歌詞的中文流行歌曲音樂(lè)結(jié)構(gòu)分析算法研究[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

10 張冠元;林健;;一種針對(duì)餐館評(píng)論的文本傾向性分析算法[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)重要報(bào)紙文章 前2條

1 記者　邰舉;韓開發(fā)出腦電波情感識(shí)別技術(shù)[N];科技日?qǐng)?bào);2007年

2 黃力行邋陶建華;多模態(tài)情感識(shí)別參透人心[N];計(jì)算機(jī)世界;2007年

相關(guān)博士學(xué)位論文 前3條

1 張石清;基于語(yǔ)音和人臉的情感識(shí)別研究[D];電子科技大學(xué);2012年

2 高國(guó)強(qiáng);車身結(jié)構(gòu)設(shè)計(jì)中快速重分析方法研究[D];湖南大學(xué);2015年

3 師夏陽(yáng);數(shù)字圖像隱寫和隱寫分析算法研究[D];華南理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 李承程;基于深度學(xué)習(xí)的文本語(yǔ)音耦合情感識(shí)別方法研究[D];合肥工業(yè)大學(xué);2015年

2 聶聃;基于腦電的情感識(shí)別[D];上海交通大學(xué);2012年

3 徐亞;基于心電信號(hào)的情感識(shí)別研究[D];西南大學(xué);2010年

4 王彬;基于呼吸信號(hào)的情感識(shí)別研究[D];西南大學(xué);2010年

5 郭鵬娟;語(yǔ)音情感特征提取方法和情感識(shí)別研究[D];西北工業(yè)大學(xué);2007年

6 陳曾;腦電信號(hào)在情感識(shí)別中的研究[D];西南大學(xué);2010年

7 王丹丹;基于用戶獨(dú)立模型的生理情感識(shí)別[D];天津大學(xué);2014年

8 林時(shí)來(lái);基于蟻群算法的呼吸信號(hào)情感識(shí)別研究[D];西南大學(xué);2011年

9 蘆濤;基于SVM的漢語(yǔ)語(yǔ)音情感識(shí)別的研究[D];燕山大學(xué);2007年

10 陳佳;語(yǔ)音信號(hào)情感識(shí)別[D];中南大學(xué);2008年

，

本文編號(hào)：1902879