本文關(guān)鍵詞：基于脈搏信號(hào)特征評(píng)估與篩選的情感狀態(tài)識(shí)別研究　出處：《山東大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 情感識(shí)別 脈搏信號(hào) 特征提取與評(píng)估 機(jī)器學(xué)習(xí)

【摘要】：情感是指人類對(duì)外部客觀事物的探索和認(rèn)知過(guò)程中產(chǎn)生的態(tài)度體驗(yàn)與行為反應(yīng),在個(gè)體的學(xué)習(xí)探索、邏輯推理、分析決策和計(jì)劃創(chuàng)造等方面發(fā)揮著重大作用。情感識(shí)別是通過(guò)采集含有情感信息的人體行為特征或生理信號(hào),從中挖掘提取具有表征情感狀態(tài)差異性的特征,進(jìn)而構(gòu)建具有高度可分性和泛化能力的情感模型的過(guò)程。準(zhǔn)確、快速并具有預(yù)測(cè)性地識(shí)別情感,在臨床醫(yī)學(xué)、社會(huì)科學(xué)和工程實(shí)踐中具有重要的理論意義和應(yīng)用價(jià)值�；诿}搏信號(hào)的分析方法成熟,采集途徑多樣,具有便攜、無(wú)創(chuàng)、連續(xù)、客觀、可靠等優(yōu)點(diǎn),本文設(shè)計(jì)并實(shí)施了情感激發(fā)實(shí)驗(yàn),采集了六種情感狀態(tài)下的脈搏信號(hào),利用統(tǒng)計(jì)分析、信息論、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù),分析、量化、評(píng)估、篩選其情感信息成分,建立脈搏信號(hào)的高緯情感特征矩陣,并基于最優(yōu)化機(jī)器學(xué)習(xí)算法明確了矩陣與情感狀態(tài)之間的映射關(guān)系,設(shè)計(jì)并搭建了具有良好識(shí)別性能的情感狀態(tài)分類器,實(shí)現(xiàn)了多種情感狀態(tài)的識(shí)別。本文的主要研究?jī)?nèi)容如下:(1)通過(guò)設(shè)計(jì)情感激發(fā)實(shí)驗(yàn)方案,搭建實(shí)驗(yàn)實(shí)施環(huán)境,采集了六種情感狀態(tài)下60名普通大學(xué)生的脈搏信號(hào)數(shù)據(jù)。通過(guò)脈搏信號(hào)的降噪處理以及信號(hào)、特征點(diǎn)、時(shí)間序列、特征的逐層映射,在線性和非線性空間內(nèi)提取252個(gè)具有一定物理意義的特征,構(gòu)建特征矩陣描述脈搏信號(hào)的變化規(guī)律,實(shí)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(jì)檢驗(yàn)技術(shù)明確了特征序列與情感狀態(tài)的正態(tài)性、方差齊性和獨(dú)立性,利用非參數(shù)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(guān)性,明確了脈搏信號(hào)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(guān)程度和特征矩陣的冗余信息量�；诖�,利用最小冗余最大相關(guān)算法、隨機(jī)森林算法和統(tǒng)計(jì)檢驗(yàn)技術(shù),在特征空間內(nèi)進(jìn)行搜索,構(gòu)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(duì)情感識(shí)別的貢獻(xiàn)值。(4)綜合統(tǒng)計(jì)分析技術(shù)、信息論、機(jī)器學(xué)習(xí)算法和統(tǒng)計(jì)檢驗(yàn)方法,構(gòu)建三級(jí)特征評(píng)估與篩選體系,實(shí)現(xiàn)了對(duì)特征序列的分析、挖掘、評(píng)估和賦權(quán),進(jìn)而篩選出低維度、高分辨力的特征,構(gòu)建最優(yōu)特征矩陣。(5)設(shè)計(jì)并搭建基于隨機(jī)抽樣、十折交叉檢驗(yàn)和網(wǎng)格尋優(yōu)算法的情感識(shí)別模型的學(xué)習(xí)框架、建立基于最優(yōu)特征子集和最優(yōu)參數(shù)的情感識(shí)別模型,實(shí)現(xiàn)情感狀態(tài)是有效識(shí)別,并對(duì)不同學(xué)習(xí)模型的識(shí)別性能進(jìn)行了比較評(píng)估。(6)建立基于最優(yōu)特征子集、最優(yōu)參數(shù)和隨機(jī)森林算法的多情感狀態(tài)識(shí)別模型,設(shè)計(jì)模型性能和訓(xùn)練樣本量占比比關(guān)系的研究策略,搭建研究框架,明確模型識(shí)別性能與分割比例間的定量關(guān)系,確定模型最小訓(xùn)練集。脈搏信號(hào)包含情感信息,情感狀態(tài)的改變會(huì)引起脈搏信號(hào)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(shí)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(hào)形態(tài)上的變化主要體現(xiàn)在頻域上的能量變化;本文構(gòu)建的三級(jí)特征評(píng)估與篩選體系,有效地降低了情感特征的維度和模型復(fù)雜度,提高了模型的運(yùn)算效率和泛化能力;基于最優(yōu)特征子集和最優(yōu)參數(shù)建立的情感分類模型,具有較高的情感分類準(zhǔn)確度以及較強(qiáng)的魯棒性,并在保證分類精度的前提下實(shí)現(xiàn)了模型訓(xùn)練集的最小化。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：R318;TN911.7

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 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(hào)的功率倒譜與倒濾波譜分析[J];科學(xué)通報(bào);1993年22期

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

3 宋建勤,董彥武,吳勝舉;倒譜技術(shù)在人體脈搏信號(hào)分析中的應(yīng)用[J];陜西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1997年02期

4 王炳和,郭紅霞;從脈搏信號(hào)中準(zhǔn)確提取呼吸和心率信息的新方法[J];陜西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

5 盧超;;脈搏檢測(cè)實(shí)驗(yàn)裝置的研制[J];實(shí)驗(yàn)室研究與探索;2010年09期

6 高澤利;快速心率測(cè)定儀的設(shè)計(jì)及制作[J];中國(guó)醫(yī)學(xué)物理學(xué)雜志;2001年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前7條

1 熊運(yùn)霞;苗德華;鄧三鵬;;用于人體疲勞狀態(tài)檢測(cè)的脈搏信號(hào)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

2 張愛華;蔡海燕;;VDT作業(yè)過(guò)程中脈搏信號(hào)的動(dòng)態(tài)分析[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)報(bào)告論文[C];2010年

3 韓清鵬;;應(yīng)用小波變換的脈搏信號(hào)去噪處理與特征點(diǎn)提取[A];第十二屆全國(guó)非線性振動(dòng)暨第九屆全國(guó)非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議論文集[C];2009年

4 楊風(fēng)健;;基于LabVIEW的脈搏信號(hào)檢測(cè)與分析系統(tǒng)[A];2010振動(dòng)與噪聲測(cè)試峰會(huì)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(hào)時(shí)-頻分布與心臟功能檢測(cè)[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

6 于璐;沙憲政;;Labview和Matlab平臺(tái)下的脈搏信號(hào)分析[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)報(bào)告論文[C];2010年

7 楊玉芳;熊繼平;譚黎;;基于單片機(jī)的光電脈搏檢測(cè)系統(tǒng)[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅰ[C];2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

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

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

3 韓清鵬;脈搏信號(hào)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(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 孫霞;人體脈搏信號(hào)的采集與分析[D];哈爾濱理工大學(xué);2009年

2 唐銘一;脈搏信號(hào)數(shù)據(jù)分析與管理的研究[D];北京服裝學(xué)院;2010年

3 楊超;基于改進(jìn)的EMD脈搏信號(hào)特征的情感識(shí)別方法[D];重慶理工大學(xué);2015年

4 黃旭為;穿戴式脈搏信號(hào)檢測(cè)系統(tǒng)的設(shè)計(jì)與算法研究[D];華南理工大學(xué);2015年

5 張錫斌;心電為時(shí)基雙側(cè)脈搏信號(hào)采集系統(tǒng)實(shí)現(xiàn)與研究[D];東北大學(xué);2013年

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

7 程旭敏;可穿戴眼鏡中脈搏和運(yùn)動(dòng)信號(hào)的分析處理及應(yīng)用研究[D];東南大學(xué);2015年

8 王瑩瑩;基于手機(jī)的脈搏信號(hào)無(wú)線監(jiān)護(hù)系統(tǒng)的研究[D];燕山大學(xué);2016年

9 湯欣;三基色環(huán)境下多通道脈搏信號(hào)影響分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];燕山大學(xué);2016年

10 何慧敏;基于脈搏特征參數(shù)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(xué);2016年

，

本文編號(hào)：1312971