【摘要】：情感計(jì)算是實(shí)現(xiàn)人機(jī)交互的橋梁,其中情感計(jì)算中情感識別是一個至關(guān)重要的過程。情感識別根據(jù)情緒表達(dá)方法不同,可分為基于言語行為與基于非言語行為。在基于言語行為方面,研究者們大多關(guān)注于使用表情與語音分析用戶情感狀態(tài),而在非言語行為方面,由于生理狀態(tài)也包含大量情感信息,且被試者不受某些原因的影響,如刻意隱藏消極等,因此,基于非言語情感識別越來越受到研究者們的重視�；诜茄哉Z情感識別又可分為基于單模態(tài)和基于多模態(tài)情感識別,由于基于多模態(tài)情感識別可以利用多種信號,從多個方面去識別用戶情感,其結(jié)果更加具有客觀性和準(zhǔn)確性,因此,基于多模態(tài)情感識別已經(jīng)成為研究者們探索的焦點(diǎn)。在基于多模態(tài)情感識別中,由于腦電信號(EEG)反映用戶中樞神經(jīng)系統(tǒng)的情緒變化,外周生理信號反映用戶自主神經(jīng)系統(tǒng)的情緒反應(yīng),因此這兩種信號得到了廣泛使用。然而研究存在一個現(xiàn)實(shí)問題,腦電信號(EEG)需專業(yè)設(shè)備采集,所以采集過程比較困難和昂貴。基于上述原因,可以將腦電信號作為輔助信息來提高情感識別性能,因此本文提出基于典型性相關(guān)分析(CCA)、判別型典型性相關(guān)分析(DCCA)、加核判別型典型性相關(guān)分析(KDCCA)以及深度判別型典型性相關(guān)分析(DDCCA)的腦電信號輔助外周生理信號多模態(tài)情感識別。在訓(xùn)練期間,先提取外周生理信號及腦電信號,在腦電信號的輔助下,使用多種相關(guān)性分析算法創(chuàng)建情感判別空間,然后使用機(jī)器學(xué)習(xí)方法構(gòu)建情感模型;在測試期間,只使用外周生理信號測試。本文分別從兩個公開數(shù)據(jù)集DEAP數(shù)據(jù)集與DECAF數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),前期完成數(shù)據(jù)集的預(yù)處理、特征提取等操作,后期實(shí)現(xiàn)分類方法的模型訓(xùn)練及結(jié)果分析。在兩個數(shù)據(jù)集上的多組實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)分析數(shù)據(jù)表明本文使用多種特征融合技術(shù)中深度判別型典型性相關(guān)分析(DDCCA)的腦電信號輔助外周生理信號的方法可以提高情感識別性能,與之前同領(lǐng)域方法相比準(zhǔn)確率提高9.31%,F1系數(shù)提高0.1467,根據(jù)多組實(shí)驗(yàn)證明結(jié)果具備一定程度可比性。本方法達(dá)到了較好的情感識別效果,可以實(shí)現(xiàn)在現(xiàn)實(shí)生活中非線性問題下情感識別目標(biāo)。
【圖文】：

—邐一邋邐邐邋天津師范大學(xué)碩士學(xué)位論文—邐逡逑取的生理信號特征包括頻域特征、時域特征、時頻域特征和非線性特征；將數(shù)據(jù)逡逑根據(jù)一定方法分成訓(xùn)練集和測試集，比如留一法，交叉驗(yàn)證法等，通過一些特征逡逑融合和特征選擇方法處理特征，在訓(xùn)練階段，使用訓(xùn)練集放到機(jī)器學(xué)習(xí)方法中的逡逑多種分類器中，訓(xùn)練出多個情感模型，在測試階段，把測試數(shù)據(jù)放入構(gòu)建好的情逡逑感模型中，映射出相應(yīng)的情感狀態(tài)；最后選擇合適表達(dá)方法輸出情感預(yù)測結(jié)果。逡逑、

邐ｊ逡逑本實(shí)驗(yàn)課題基于生理信號腦電信號輔助外周生理信號多模態(tài)情感識別基本逡逑框架如圖２．４所示，具體主要流程步驟如下：ａ．利用專業(yè)活性電極設(shè)備和多種傳感逡逑器采集腦電信號（ＥＥＧ）和外周生理信號，并通過小波變換、濾波器濾波和通道逡逑校正等進(jìn)行腦電信號和外周生理信號預(yù)處理，消除腦電信號以及外周生理信號基逡逑線漂移等干擾信息。ｂ．提取腦電特征和外周生理特征。ｃ．在訓(xùn)練階段，，分別使用逡逑典型性相關(guān)分析（ＣＣＡ）、判別型典型性相關(guān)分析（ＤＣＣＡ）、加核的判別型典逡逑型性相關(guān)分析（ＫＤＣＣＡ）和深度判別型典型性相關(guān)分析（ＤＤＣＣＡ），以腦電特逡逑征作為輔助信息，協(xié)助外周生理信號構(gòu)造情感判別空間。ｄ．利用機(jī)器學(xué)習(xí)中多種逡逑分類器，例如支持向量機(jī)（ＳＶＭ）、隨機(jī)森林（ＲＦ）、ｋ－近鄰法（ＫＮＮ）和集逡逑成學(xué)習(xí)法（Ｅｎｓｅｍｂｌｅ邋Ｌｅａｒｎｉｎｇ）構(gòu)建情感模型。ｅ．在測試階段，只將外周生理信逡逑號放到情感判別空間中
【學(xué)位授予單位】：天津師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡冬妮;王武軍;王青;;基于知網(wǎng)數(shù)據(jù)的情感識別國內(nèi)研究情況綜述[J];網(wǎng)絡(luò)新媒體技術(shù);2018年06期

2 韓志艷;王健;;基于模糊核聚類的多模式情感識別算法研究[J];電子設(shè)計(jì)工程;2016年20期

3 陳曉鷗;楊德順;;音樂情感識別研究進(jìn)展[J];復(fù)旦學(xué)報(自然科學(xué)版);2017年02期

4 潘瑩;;情感識別綜述[J];電腦知識與技術(shù);2018年08期

5 金磊;高梓瀚;馮琛;;情感識別算法應(yīng)用現(xiàn)狀及發(fā)展趨勢研究[J];電子世界;2019年15期

6 李超;趙文萍;趙子平;;多視角判別分析的情感識別[J];信號處理;2018年08期

7 張力行;葉寧;黃海平;王汝傳;;基于皮膚電信號與文本信息的雙模態(tài)情感識別系統(tǒng)[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2018年11期

8 吳琨;王漢友;;情感化設(shè)計(jì)與品牌情感識別[J];時代人物;2008年11期

9 余梓彤;李曉白;趙國英;;情感識別與教育[J];人工智能;2019年03期

10 劉曉東;王淼;李松陽;;一種基于行為上下文的視頻情感識別方法[J];微電子學(xué)與計(jì)算機(jī);2019年05期

相關(guān)會議論文 前10條

1 毛峽;;從科學(xué)中感知美麗[A];2015年中國自動化大會摘要集[C];2015年

2 楊廣映;楊善曉;;基于表面肌電信號的情感識別研究[A];第三屆中國智能計(jì)算大會論文集[C];2009年

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

4 張偉;謝湘;;基于HMM的音樂情感識別研究[A];第九屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2007年

5 黃力行;辛樂;趙禮悅;陶建華;;自適應(yīng)權(quán)重的雙模態(tài)情感識別[A];第九屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2007年

6 錢金法;趙力;;穿戴式生理參數(shù)測量儀研究及在兒童情感識別中的應(yīng)用[A];2006’和諧開發(fā)中國西部聲學(xué)學(xué)術(shù)交流會論文集[C];2006年

7 宋鵬;鄭文明;趙力;;基于特征遷移學(xué)習(xí)方法的跨庫語音情感識別[A];第十三屆全國人機(jī)語音通訊學(xué)術(shù)會議(NCMMSC2015)論文集[C];2015年

8 陳方方;孫耀挺;張龍;汪凱;;大學(xué)生自閉特質(zhì)與情緒感知的關(guān)系[A];華東六省一市第二十三次神經(jīng)病學(xué)學(xué)術(shù)會議暨2016年浙江省神經(jīng)病學(xué)學(xué)術(shù)年會論文匯編[C];2016年

9 張慶;盧家楣;;優(yōu)秀教師的情感識別能力的研究[A];第十七屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2014年

10 薛競騰;趙力;;語音信號中的情感特征識別[A];2007’促進(jìn)西部發(fā)展聲學(xué)學(xué)術(shù)交流會論文集[C];2007年

相關(guān)重要報紙文章 前5條

1 品牌策劃人 林友清;品牌視覺是心智的入場券[N];華夏酒報;2017年

2 劉國信;人工智能成電視行業(yè)競爭新“賽道”[N];人民郵電;2017年

3 記者　邰舉;韓開發(fā)出腦電波情感識別技術(shù)[N];科技日報;2007年

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

5 中國工業(yè)報記者 曹雅麗;辛國斌：加強(qiáng)國際合作 推動機(jī)器人產(chǎn)業(yè)高質(zhì)量發(fā)展[N];中國工業(yè)報;2018年

相關(guān)博士學(xué)位論文 前10條

1 許峰;基于深度學(xué)習(xí)的網(wǎng)絡(luò)輿情識別研究[D];北京郵電大學(xué);2019年

2 魏薇;基于加權(quán)融合策略的情感識別建模方法研究[D];北京郵電大學(xué);2019年

3 李超;多模態(tài)生理信號情感識別研究[D];天津大學(xué);2017年

4 林奕琳;基于語音信號的情感識別研究[D];華南理工大學(xué);2006年

5 程靜;基本情感生理信號的非線性特征提取研究[D];西南大學(xué);2015年

6 劉英杰;網(wǎng)絡(luò)輿情的信息情感維度空間構(gòu)建和信息情感元識別研究[D];吉林大學(xué);2017年

7 朱亞忱;基于特權(quán)信息的情感識別[D];中國科學(xué)技術(shù)大學(xué);2015年

8 王金偉;基于表情時空特征的認(rèn)知情感狀態(tài)識別研究[D];天津大學(xué);2014年

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

10 韓文靜;語音情感識別關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 湯宇豪;基于注意力模型的連續(xù)維度情感識別方法研究[D];江蘇大學(xué);2019年

2 鞠思航;基于腦電和生理信號的多模態(tài)情感分類方法研究[D];合肥工業(yè)大學(xué);2019年

3 郭金良;基于稀疏組lasso-granger因果關(guān)系特征的EEG情感識別[D];合肥工業(yè)大學(xué);2019年

4 趙文萍;基于生理信號多模態(tài)情感識別研究[D];天津師范大學(xué);2019年

5 張京儒;基于深度學(xué)習(xí)和腦機(jī)接口的服務(wù)機(jī)器人情感識別方法研究[D];華南理工大學(xué);2019年

6 汪陽;基于多模態(tài)眼動信息的情感識別算法及應(yīng)用研究[D];安徽大學(xué);2019年

7 李文超;基于獨(dú)立分量分析的腦電情感識別算法研究[D];安徽大學(xué);2019年

8 范佳慧;基于視音頻多特征融合的情感識別研究[D];鄭州大學(xué);2019年

9 馬江河;融合語音信號和腦電信號的多模態(tài)情感識別[D];太原理工大學(xué);2019年

10 張園園;基于深度學(xué)習(xí)的多模態(tài)情感識別方法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

本文編號：2631318