本文關鍵詞：基于脈搏信號特征評估與篩選的情感狀態(tài)識別研究　出處：《山東大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 情感識別 脈搏信號 特征提取與評估 機器學習

【摘要】：情感是指人類對外部客觀事物的探索和認知過程中產生的態(tài)度體驗與行為反應,在個體的學習探索、邏輯推理、分析決策和計劃創(chuàng)造等方面發(fā)揮著重大作用。情感識別是通過采集含有情感信息的人體行為特征或生理信號,從中挖掘提取具有表征情感狀態(tài)差異性的特征,進而構建具有高度可分性和泛化能力的情感模型的過程。準確、快速并具有預測性地識別情感,在臨床醫(yī)學、社會科學和工程實踐中具有重要的理論意義和應用價值�；诿}搏信號的分析方法成熟,采集途徑多樣,具有便攜、無創(chuàng)、連續(xù)、客觀、可靠等優(yōu)點,本文設計并實施了情感激發(fā)實驗,采集了六種情感狀態(tài)下的脈搏信號,利用統(tǒng)計分析、信息論、數據挖掘和機器學習技術,分析、量化、評估、篩選其情感信息成分,建立脈搏信號的高緯情感特征矩陣,并基于最優(yōu)化機器學習算法明確了矩陣與情感狀態(tài)之間的映射關系,設計并搭建了具有良好識別性能的情感狀態(tài)分類器,實現(xiàn)了多種情感狀態(tài)的識別。本文的主要研究內容如下:(1)通過設計情感激發(fā)實驗方案,搭建實驗實施環(huán)境,采集了六種情感狀態(tài)下60名普通大學生的脈搏信號數據。通過脈搏信號的降噪處理以及信號、特征點、時間序列、特征的逐層映射,在線性和非線性空間內提取252個具有一定物理意義的特征,構建特征矩陣描述脈搏信號的變化規(guī)律,實現(xiàn)了情感狀態(tài)下脈搏形態(tài)特征的定量化。(2)基于統(tǒng)計檢驗技術明確了特征序列與情感狀態(tài)的正態(tài)性、方差齊性和獨立性,利用非參數分析方法探究不同情感狀態(tài)下,特征分布規(guī)律的差異性以及特征序列與情感狀態(tài)間的相關性,明確了脈搏信號特征矩陣的情感屬性。(3)采用歸一化的互信息方法量化特征序列之間,以及特征與情感狀態(tài)之間的相關程度和特征矩陣的冗余信息量�；诖�,利用最小冗余最大相關算法、隨機森林算法和統(tǒng)計檢驗技術,在特征空間內進行搜索,構建具有最大情感分辨能力和最小信息冗余的特征矩陣,并量化了特征對情感識別的貢獻值。(4)綜合統(tǒng)計分析技術、信息論、機器學習算法和統(tǒng)計檢驗方法,構建三級特征評估與篩選體系,實現(xiàn)了對特征序列的分析、挖掘、評估和賦權,進而篩選出低維度、高分辨力的特征,構建最優(yōu)特征矩陣。(5)設計并搭建基于隨機抽樣、十折交叉檢驗和網格尋優(yōu)算法的情感識別模型的學習框架、建立基于最優(yōu)特征子集和最優(yōu)參數的情感識別模型,實現(xiàn)情感狀態(tài)是有效識別,并對不同學習模型的識別性能進行了比較評估。(6)建立基于最優(yōu)特征子集、最優(yōu)參數和隨機森林算法的多情感狀態(tài)識別模型,設計模型性能和訓練樣本量占比比關系的研究策略,搭建研究框架,明確模型識別性能與分割比例間的定量關系,確定模型最小訓練集。脈搏信號包含情感信息,情感狀態(tài)的改變會引起脈搏信號形態(tài)的變化,本文提取的特征可以定量的表征這些變化規(guī)律;基于情感特征矩陣的分析表明,時間序列線性特征的分辨能力要顯著高于非線性特征,由情感因素造成的脈搏信號形態(tài)上的變化主要體現(xiàn)在頻域上的能量變化;本文構建的三級特征評估與篩選體系,有效地降低了情感特征的維度和模型復雜度,提高了模型的運算效率和泛化能力;基于最優(yōu)特征子集和最優(yōu)參數建立的情感分類模型,具有較高的情感分類準確度以及較強的魯棒性,并在保證分類精度的前提下實現(xiàn)了模型訓練集的最小化。
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R318;TN911.7

【相似文獻】

中國期刊全文數據庫 前6條

1 王炳和;董彥武;吳勝舉;楊槞;相敬林;張效民;王海燕;;人體脈搏信號的功率倒譜與倒濾波譜分析[J];科學通報;1993年22期

2 鄧云江;;基于小波包分解的脈搏信號定量分析[J];科技風;2014年11期

3 宋建勤,董彥武,吳勝舉;倒譜技術在人體脈搏信號分析中的應用[J];陜西師范大學學報(自然科學版);1997年02期

4 王炳和,郭紅霞;從脈搏信號中準確提取呼吸和心率信息的新方法[J];陜西師范大學學報(自然科學版);2005年01期

5 盧超;;脈搏檢測實驗裝置的研制[J];實驗室研究與探索;2010年09期

6 高澤利;快速心率測定儀的設計及制作[J];中國醫(yī)學物理學雜志;2001年03期

中國重要會議論文全文數據庫 前7條

1 熊運霞;苗德華;鄧三鵬;;用于人體疲勞狀態(tài)檢測的脈搏信號監(jiān)測系統(tǒng)的設計[A];2009全國虛擬儀器大會論文集（二）[C];2009年

2 張愛華;蔡海燕;;VDT作業(yè)過程中脈搏信號的動態(tài)分析[A];中國生物醫(yī)學工程學會成立30周年紀念大會暨2010中國生物醫(yī)學工程學會學術大會報告論文[C];2010年

3 韓清鵬;;應用小波變換的脈搏信號去噪處理與特征點提取[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術會議論文集[C];2009年

4 楊風健;;基于LabVIEW的脈搏信號檢測與分析系統(tǒng)[A];2010振動與噪聲測試峰會論文集[C];2010年

5 王炳和;張建偉;相敬林;;基于小波變換的人體脈搏信號時-頻分布與心臟功能檢測[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年

6 于璐;沙憲政;;Labview和Matlab平臺下的脈搏信號分析[A];中國生物醫(yī)學工程學會成立30周年紀念大會暨2010中國生物醫(yī)學工程學會學術大會報告論文[C];2010年

7 楊玉芳;熊繼平;譚黎;;基于單片機的光電脈搏檢測系統(tǒng)[A];第九屆全國信息獲取與處理學術會議論文集Ⅰ[C];2011年

中國博士學位論文全文數據庫 前3條

1 王鵬;脈搏信號獲取與分析的研究[D];哈爾濱工業(yè)大學;2014年

2 劉磊;基于多普勒超聲信號的脈象分析與分類研究[D];哈爾濱工業(yè)大學;2013年

3 韓清鵬;脈搏信號的非線性分析及其不同情緒和環(huán)境的影響研究[D];浙江大學;2007年

中國碩士學位論文全文數據庫 前10條

1 孫霞;人體脈搏信號的采集與分析[D];哈爾濱理工大學;2009年

2 唐銘一;脈搏信號數據分析與管理的研究[D];北京服裝學院;2010年

3 楊超;基于改進的EMD脈搏信號特征的情感識別方法[D];重慶理工大學;2015年

4 黃旭為;穿戴式脈搏信號檢測系統(tǒng)的設計與算法研究[D];華南理工大學;2015年

5 張錫斌;心電為時基雙側脈搏信號采集系統(tǒng)實現(xiàn)與研究[D];東北大學;2013年

6 邵靜丹;鴿子機器人戶外飛行調控工具的開發(fā)與應用[D];南京航空航天大學;2014年

7 程旭敏;可穿戴眼鏡中脈搏和運動信號的分析處理及應用研究[D];東南大學;2015年

8 王瑩瑩;基于手機的脈搏信號無線監(jiān)護系統(tǒng)的研究[D];燕山大學;2016年

9 湯欣;三基色環(huán)境下多通道脈搏信號影響分析系統(tǒng)設計與實現(xiàn)[D];燕山大學;2016年

10 何慧敏;基于脈搏特征參數和面部溫度分布特性的女性氣血病理的決策分析[D];昆明理工大學;2016年

，

本文編號：1312971