本文關(guān)鍵詞： 情感 響應(yīng)模式 心跳間期 皮膚電 喚醒度　出處：《西南大學(xué)》2015年博士論文　論文類型：學(xué)位論文

【摘要】：在人機(jī)情感交互領(lǐng)域,基于生理信號的實(shí)時情感識別將會是可穿戴智能的重要應(yīng)用之一如根據(jù)主人情緒變幻花色的衣物或在主人情緒低落時散發(fā)香甜氣味的眼鏡就是典型的應(yīng)用范例。相對于腦電、面部肌電或心電等其它生理電信號,心跳間期和皮膚電信號具有易于測量、抗干擾能力強(qiáng)等優(yōu)點(diǎn),且測量時對用戶行動的影響最小,最適宜于構(gòu)建實(shí)時情感識別系統(tǒng),因此研究心跳間期和皮膚電中的情感響應(yīng)模式具有很大的應(yīng)用價值。情感響應(yīng)模式研究是分析生理信號中對情感變化敏感的特征集合以及情感變化與這些特征取值之間的關(guān)系。國內(nèi)外許多生理信號情感識別研究中所采用的理論、方法和技術(shù)為我們的研究工作帶來很多啟示和幫助,但仍然有去多亟待解決的問題,如情感模型不統(tǒng)一、缺乏用戶個性化分析等。論文對情感生理信號分析中的問題進(jìn)行討論,并提出新的方法,主要包括：1)針對生理信號的非線性分析問題,提出基于替代數(shù)據(jù)的非線性特征有效性檢驗(yàn)方法以及子空間分割熵和符號熵兩個適用于短時生理信號分析的非線性特征。2)針對數(shù)據(jù)標(biāo)簽不精確數(shù)據(jù)集的模式分析問題,提出基于聚類熵的聚類評價準(zhǔn)則和PSO-FCM聚類分析方法。3)針對用戶非依賴情感識別問題,提出標(biāo)準(zhǔn)人體生理基線映射方法。4)針對個性化情感識別問題,提出生理識別情感喚醒度加權(quán)調(diào)節(jié)方法。實(shí)驗(yàn)結(jié)果表明,這些方法對情感生理信號的分析是有效的。論文分別在單被試情感生理信號數(shù)據(jù)集和多被試情感生理信號數(shù)據(jù)集上分析了情感狀態(tài)下心跳間期和皮膚電信號變化與情感效價和喚醒度的相關(guān)性。分析結(jié)果顯示,心跳間期和皮膚電信號的變化模式與情感喚醒度相關(guān),與情感效價基本不相關(guān),其中RRmean、RRmin、 RRLFVLF、SCnLF和SCmutual_information這五維特征對情感喚醒度的變化敏感。當(dāng)情感喚醒度很低時,表現(xiàn)為較大的心跳間期均值和心跳間期最小值(RRmean=0.83、RRmin=0.69),心跳間期曲線變化平穩(wěn)(RRLFVLF=2.37),皮膚電水平(SCL)變化較為平緩,呈緩慢下降趨勢,波動幅度較小(SCnLF=0.90、SCmutual_information=3.60);當(dāng)情感喚醒度為低時,表現(xiàn)為居中的心跳間期均值和居中的心跳間期最小值(RRmean=0.80、RRmin=0.66),心跳間期曲線出現(xiàn)短時不穩(wěn)定片段,此時曲線呈小幅上下波動(RRLFVLF=0.99), SCL變化較為平緩,呈緩慢下降趨勢,無較高波峰的皮膚電響應(yīng)(SCR)出現(xiàn)(SCnLF=0.91、 SCmutual_information=3.67);當(dāng)情感喚醒度為中時,表現(xiàn)為居中的心跳間期均值和居中的心跳間期最小值(RRmean=0.80、RRmin=0.65),心跳間期曲線出現(xiàn)短時不穩(wěn)定片段,此時曲線呈小幅上下波動(RRLFVLF=1.08), SCL變化較為平緩,呈緩慢上升趨勢,無較高波峰的SCR出現(xiàn)(SCnLF=0.83、SCmutual_information=3.41);當(dāng)情感喚醒度為高時,表現(xiàn)為較小的心跳間期均值和較小的心跳間期最小值(RRmean=0.77、RRmin=0.61),心跳間期曲線出現(xiàn)短時不穩(wěn)定片段,此時曲線呈小幅上下波動(RRLFVLF=0.99), SCL持續(xù)上升,且出現(xiàn)波峰較高的SCR (SCnLF=0.86、SCmutual_information=3.31);當(dāng)情感喚醒度很高時,表現(xiàn)為較小的心跳間期均值和較小的心跳間期最小值(RRmean=0.75、RRmin=0.59),心跳間期曲線中存在較長時間的小幅值上下波動(RRLFVLF=0.93), SCL數(shù)值較大且頻繁出現(xiàn)SCR波動(SCnLF=0.77、 SCmutual information=3.30)。論文建立了用戶非依賴的個性化情感喚醒度識別系統(tǒng)：(1)用戶非依賴方面,提出標(biāo)準(zhǔn)人體基線映射方法能夠很好的去除個體基線差異。將從單被試短時情感生理信號數(shù)據(jù)集中提取的用于實(shí)時識別情感喚醒度的聚類中心應(yīng)用于多被試短時情感生理信號數(shù)據(jù)集,結(jié)果表明,該聚類中心能夠有效識別被試的情感喚醒度,可以實(shí)現(xiàn)用戶非依賴的情感喚醒度識別。提出喚醒度映射,將聚類結(jié)果映射到0-1之間,實(shí)現(xiàn)對生理信號識別情感喚醒度的定量描述。(2)個性化情感識別方面,提出生理識別情感喚醒度的加權(quán)調(diào)節(jié)方法。分別討論性別、人格特質(zhì)對生理識別情感喚醒度和對被試自評情感喚醒度的影響,實(shí)驗(yàn)結(jié)果顯示,性別對自評情感喚醒度的影響較小,但對生理識別情感喚醒度的影響較大；人格特質(zhì)對自評情感喚醒度的影響較大,但對生理識別情感喚醒度的影響較小,這說明用戶自評情感喚醒度與生理信號識別情感喚醒度之間是有差異的。提出生理識別情感喚醒度的加權(quán)調(diào)節(jié)方法,通過波動因子對識別結(jié)果進(jìn)行加權(quán)放大,通過個性因子調(diào)節(jié)波動因子的效用,實(shí)現(xiàn)個性化識別。建立用戶非依賴的個性化情感喚醒度識別系統(tǒng),包含8個模塊,分別是實(shí)時心跳間期和皮膚電采集模塊、個體基線測定模塊、特征提取模塊、聚類中心模塊、情感喚醒度識別模塊、加權(quán)調(diào)節(jié)模塊、個性因子設(shè)置模塊和情感喚醒度顯示模塊。
[Abstract]:......
【學(xué)位授予單位】：西南大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：B842.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 喬向杰;王志良;王萬森;;基于OCC模型的E-learning系統(tǒng)情感建模[J];計(jì)算機(jī)科學(xué);2010年05期

2 許遠(yuǎn)理;黃玲玲;;核心情緒的概念、維度及神經(jīng)機(jī)制[J];心理研究;2011年01期

3 劉治遠(yuǎn);解玲麗;陳子怡;黃瑞梅;李小江;周毅;;基于近似熵的癲癇發(fā)作預(yù)測研究[J];生物醫(yī)學(xué)工程研究;2011年01期

4 邢務(wù)強(qiáng);鈕金鑫;;基于AR模型的功率譜估計(jì)[J];現(xiàn)代電子技術(shù);2011年07期

5 蘇志剛;趙子軒;吳仁彪;;基于交叉熵的緩變故障檢測技術(shù)[J];信號處理;2011年11期

6 王援朝,高姝賢;皮電及其應(yīng)用[J];中國康復(fù);1992年01期

7 郭明珠;甘怡群;;中文正性負(fù)性情緒量表-擴(kuò)展版在660名大學(xué)生中的信效度檢驗(yàn)[J];中國心理衛(wèi)生雜志;2010年07期

8 吳一全;殷駿;畢碩本;;最大倒數(shù)熵/倒數(shù)灰度熵多閾值選取[J];信號處理;2013年02期

9 陶霖密;;情感計(jì)算研究進(jìn)展與展望——本期主題專欄“情感計(jì)算進(jìn)展”序[J];中國圖象圖形學(xué)報(bào);2009年05期

相關(guān)會議論文 前1條

1 陳建文;張秋穎;;情緒表達(dá)性和大五人格在表情和情緒體驗(yàn)關(guān)系中的調(diào)節(jié)作用[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[C];2013年

相關(guān)博士學(xué)位論文 前2條

1 潘黎;基于人體生理參數(shù)的清醒和睡眠狀態(tài)的熱舒適研究[D];上海交通大學(xué);2012年

2 董學(xué)杰;基于情感模型的辯論談判系統(tǒng)研究[D];北京工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前4條

1 孫曉冉;面向人體心電信號的非線性動力特征分類研究[D];哈爾濱工業(yè)大學(xué);2010年

2 吳學(xué)奎;面向智能服裝的多生理信息融合的情緒判別研究[D];東華大學(xué);2009年

3 孫洪央;基于多生理信號的壓力狀態(tài)下情緒識別方法研究[D];上海交通大學(xué);2013年

4 顏紅博;基于多生理信息融合的情緒識別方法[D];山東大學(xué);2014年

，

本文編號：1491534