基于深度學(xué)習(xí)的生理情感識(shí)別
發(fā)布時(shí)間:2021-01-15 20:59
隨著科技的發(fā)展,人們對(duì)智能技術(shù)的要求也越來越高。情感計(jì)算也順勢(shì)產(chǎn)生,情感計(jì)算是賦予計(jì)算機(jī)能夠?qū)θ祟惖那楦羞M(jìn)行偵測(cè)、分類、組織和回應(yīng)的能力,從而使使用者獲得高效而又親切的感覺。人類感情通過表情、語音、手勢(shì)和生理信號(hào)等方式表達(dá),其中表情、語音和手勢(shì)于物理表達(dá)方式,不一定能夠很準(zhǔn)確表達(dá)出人的情感。生理信號(hào)是由人體自然產(chǎn)生且易用傳感器獲得的信號(hào),蘊(yùn)含豐富的人類情感信息,這些信息變化能直接反映人類情緒狀態(tài)。生理情感識(shí)別,能夠識(shí)別出人的情感,充分了解人的情緒和心理狀態(tài),幫助人們更好的生活。本文從生理信號(hào)情感特征提取方法以及生理情感識(shí)別等方面做出一些探索,為了改善傳統(tǒng)的特征提取和情感識(shí)別中相關(guān)缺點(diǎn),分別采用傳統(tǒng)特征提取算法和深度學(xué)習(xí)算法對(duì)生理信號(hào)進(jìn)行特征提取和情感識(shí)別。其主要研究工作及成果總結(jié)如下:1.為了探索傳統(tǒng)型特征提取方法在DataSet I生理庫和DEAP公開生理庫的識(shí)別效果,本文分別采用SVM和KNN分類器對(duì)其提取的生理特征進(jìn)行情感識(shí)別。本文主要采用時(shí)域特征提取方法和頻域特征提取。時(shí)域特征提取主要提取DataSet I生理庫和DEAP公開生理庫中生理信號(hào)的平均值、標(biāo)準(zhǔn)偏差、一階差值的絕對(duì)值...
【文章來源】:安徽建筑大學(xué)安徽省
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-1兩維情感模型
實(shí)驗(yàn)測(cè)試環(huán)境[72]
實(shí)驗(yàn)樣本的情感分布[72]
【參考文獻(xiàn)】:
期刊論文
[1]觸覺手勢(shì)情感識(shí)別的超限學(xué)習(xí)方法[J]. 魏佳琪,劉華平,王博文,孫富春. 智能系統(tǒng)學(xué)報(bào). 2019(01)
[2]基于卷積長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)[J]. 郭延哺,李維華,王兵益,金宸. 模式識(shí)別與人工智能. 2018(06)
[3]深度學(xué)習(xí)研究綜述[J]. 尹寶才,王文通,王立春. 北京工業(yè)大學(xué)學(xué)報(bào). 2015(01)
[4]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正. 計(jì)算機(jī)應(yīng)用研究. 2012(08)
[5]孤獨(dú)癥兒童對(duì)人物面孔圖表情識(shí)別特征及情緒歸因特點(diǎn)[J]. 顧莉萍,靜進(jìn),金宇,陳強(qiáng),范方,徐桂鳳,黃賽君. 中國(guó)兒童保健雜志. 2012(04)
[6]用于生理信號(hào)情感識(shí)別的自適應(yīng)遺傳算法[J]. 牛曉偉,劉光遠(yuǎn). 計(jì)算機(jī)工程與設(shè)計(jì). 2008(14)
[7]基于長(zhǎng)短時(shí)特征融合的語音情感識(shí)別方法[J]. 韓文靜,李海峰,韓紀(jì)慶. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(S1)
[8]男性重性抑郁癥患者識(shí)別動(dòng)態(tài)面部表情情緒偏向性的fMRI研究[J]. 曹燕翔,姚志劍,謝世平,滕皋軍,吳婷,武欣,杜經(jīng)綸,劉海燕,王麗. 中國(guó)心理衛(wèi)生雜志. 2008(04)
[9]基于BPSO的四種生理信號(hào)的情感狀態(tài)識(shí)別[J]. 楊瑞請(qǐng),劉光遠(yuǎn). 計(jì)算機(jī)科學(xué). 2008(03)
[10]基于小波變換與神經(jīng)網(wǎng)絡(luò)的表面肌電信號(hào)的情感識(shí)別[J]. 程波,劉光遠(yuǎn). 計(jì)算機(jī)應(yīng)用. 2008(02)
博士論文
[1]基于生理信號(hào)的情感識(shí)別方法研究[D]. 溫萬惠.西南大學(xué) 2010
碩士論文
[1]基于人體生理信號(hào)的情感識(shí)別研究[D]. 李才隆.南京郵電大學(xué) 2018
[2]基于組合特征提取的腦電情感識(shí)別方法研究[D]. 吉曉敏.遼寧師范大學(xué) 2017
[3]人臉表情的特征提取及分類識(shí)別研究[D]. 沈發(fā).南京師范大學(xué) 2013
[4]多模態(tài)融合的情感識(shí)別研究[D]. 曹田熠.天津大學(xué) 2012
[5]支持向量機(jī)中核函數(shù)和參數(shù)選擇研究及其應(yīng)用[D]. 朱春雷.南京林業(yè)大學(xué) 2011
[6]皮膚電反應(yīng)信號(hào)在情感狀態(tài)識(shí)別中的研究[D]. 蔡菁.西南大學(xué) 2010
本文編號(hào):2979505
【文章來源】:安徽建筑大學(xué)安徽省
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-1兩維情感模型
實(shí)驗(yàn)測(cè)試環(huán)境[72]
實(shí)驗(yàn)樣本的情感分布[72]
【參考文獻(xiàn)】:
期刊論文
[1]觸覺手勢(shì)情感識(shí)別的超限學(xué)習(xí)方法[J]. 魏佳琪,劉華平,王博文,孫富春. 智能系統(tǒng)學(xué)報(bào). 2019(01)
[2]基于卷積長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)[J]. 郭延哺,李維華,王兵益,金宸. 模式識(shí)別與人工智能. 2018(06)
[3]深度學(xué)習(xí)研究綜述[J]. 尹寶才,王文通,王立春. 北京工業(yè)大學(xué)學(xué)報(bào). 2015(01)
[4]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正. 計(jì)算機(jī)應(yīng)用研究. 2012(08)
[5]孤獨(dú)癥兒童對(duì)人物面孔圖表情識(shí)別特征及情緒歸因特點(diǎn)[J]. 顧莉萍,靜進(jìn),金宇,陳強(qiáng),范方,徐桂鳳,黃賽君. 中國(guó)兒童保健雜志. 2012(04)
[6]用于生理信號(hào)情感識(shí)別的自適應(yīng)遺傳算法[J]. 牛曉偉,劉光遠(yuǎn). 計(jì)算機(jī)工程與設(shè)計(jì). 2008(14)
[7]基于長(zhǎng)短時(shí)特征融合的語音情感識(shí)別方法[J]. 韓文靜,李海峰,韓紀(jì)慶. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(S1)
[8]男性重性抑郁癥患者識(shí)別動(dòng)態(tài)面部表情情緒偏向性的fMRI研究[J]. 曹燕翔,姚志劍,謝世平,滕皋軍,吳婷,武欣,杜經(jīng)綸,劉海燕,王麗. 中國(guó)心理衛(wèi)生雜志. 2008(04)
[9]基于BPSO的四種生理信號(hào)的情感狀態(tài)識(shí)別[J]. 楊瑞請(qǐng),劉光遠(yuǎn). 計(jì)算機(jī)科學(xué). 2008(03)
[10]基于小波變換與神經(jīng)網(wǎng)絡(luò)的表面肌電信號(hào)的情感識(shí)別[J]. 程波,劉光遠(yuǎn). 計(jì)算機(jī)應(yīng)用. 2008(02)
博士論文
[1]基于生理信號(hào)的情感識(shí)別方法研究[D]. 溫萬惠.西南大學(xué) 2010
碩士論文
[1]基于人體生理信號(hào)的情感識(shí)別研究[D]. 李才隆.南京郵電大學(xué) 2018
[2]基于組合特征提取的腦電情感識(shí)別方法研究[D]. 吉曉敏.遼寧師范大學(xué) 2017
[3]人臉表情的特征提取及分類識(shí)別研究[D]. 沈發(fā).南京師范大學(xué) 2013
[4]多模態(tài)融合的情感識(shí)別研究[D]. 曹田熠.天津大學(xué) 2012
[5]支持向量機(jī)中核函數(shù)和參數(shù)選擇研究及其應(yīng)用[D]. 朱春雷.南京林業(yè)大學(xué) 2011
[6]皮膚電反應(yīng)信號(hào)在情感狀態(tài)識(shí)別中的研究[D]. 蔡菁.西南大學(xué) 2010
本文編號(hào):2979505
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/2979505.html
最近更新
教材專著