發(fā)布時間：2017-03-26 23:11

  本文關(guān)鍵詞：基于混沌特征提取的多生理信息融合的情緒識別方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：由于生理信息可以客觀的反映出真實的情感狀態(tài),使得基于生理信號情緒識別方法的研究具有重要的現(xiàn)實意義。本文基于前人所做的工作,重點研究混沌理論用于多生理信息特征提取和C5.0決策樹應(yīng)用于情緒識別方面的問題。論文首先對德國Augsburg大學(xué)提供的生理數(shù)據(jù)(心電、肌電、皮電和呼吸)分別提取了6種混沌特征(最大Lyapunov指數(shù)、關(guān)聯(lián)維、盒子維、信息熵、近似熵和復(fù)雜度),之后采用C5.0算法對這些混沌特征參量下的4種情緒進行分類和識別。C5.0算法是最新的決策樹分類器,解決了大樣本情況下的機器學(xué)習問題,對于樣本分類結(jié)果更加精確。分類結(jié)果對高興、憤怒、悲傷和愉快的識別率均達到了100%,能夠完全正確分類這4種情緒。本文識別效果理想的原因有兩點,一是將混沌理論用于多生理信號的特征參量提取,二是采用最新C5.0決策樹分類混沌特征屬性。利用實驗室現(xiàn)有設(shè)備采集一名被試者在4種情緒下的3種生理信號(心電、皮電及呼吸),基于文中相關(guān)算法提取混沌特征并進行情緒識別,結(jié)果顯示這4種情緒的識別率都有所降低。識別率下降的原因有三點:一是由于實驗條件限制沒有采集對識別Joy和Sadness情緒效果最好的肌電信號,二是誘發(fā)情緒的視頻素材較單一造成低喚醒度Pleasure情緒識別率的降低,三是采集情緒的樣本數(shù)量偏少。
【關(guān)鍵詞】：多生理信息 混沌特征 情緒識別 C5.0決策樹
【學(xué)位授予單位】：長春理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R33;O415.5
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 緒論8-12
• 1.1 引言8
• 1.2 生理信息情緒識別的目的及意義8-9
• 1.3 國內(nèi)外研究進展9-10
• 1.3.1 國外研究進展9
• 1.3.2 國內(nèi)研究進展9-10
• 1.4 文章工作與結(jié)構(gòu)安排10-12
• 第2章 情緒分類及典型生理信號介紹12-17
• 2.1 情緒的定義及分類12-13
• 2.1.1 情緒的定義12
• 2.1.2 情緒的分類12
• 2.1.3 論文選擇的情緒模型12-13
• 2.2 典型生理信號介紹13-14
• 2.2.1 心電信號13-14
• 2.2.2 肌電信號14
• 2.2.3 皮電信號14
• 2.2.4 呼吸信號14
• 2.3 情感生理數(shù)據(jù)庫14-16
• 2.3.1 MIT情感生理數(shù)據(jù)庫15
• 2.3.2 德國Augsburg大學(xué)情感生理數(shù)據(jù)庫15-16
• 2.4 小結(jié)16-17
• 第3章 混沌的定義及混沌特征參量提取17-32
• 3.1 混沌的定義17-18
• 3.2 生理信號的相空間重構(gòu)18-20
• 3.3 混沌特征參量提取20-30
• 3.3.1 混沌特征最大Lyapunov指數(shù)的提取20-23
• 3.3.2 混沌特征關(guān)聯(lián)維的提取23-24
• 3.3.3 混沌特征盒子維的提取24-26
• 3.3.4 混沌特征信息熵的提取26-27
• 3.3.5 混沌特征近似熵的提取27-28
• 3.3.6 混沌特征復(fù)雜度的提取28-30
• 3.4 混沌特征矩陣30
• 3.5 小結(jié)30-32
• 第4章 基于C5.0 決策樹的多生理信息情緒識別32-42
• 4.1 分類器32-34
• 4.1.1 決策樹分類器32-33
• 4.1.2 C5.0 決策樹33-34
• 4.2 基于C5.0 決策樹算法的情緒識別34-39
• 4.2.1 數(shù)據(jù)流模型的建立34-36
• 4.2.2 情緒識別結(jié)果分析36-39
• 4.3 與其他學(xué)者研究結(jié)果對比39-41
• 4.4 小結(jié)41-42
• 第5章 基于MP150多導(dǎo)生理記錄儀的生理數(shù)據(jù)采集與分析42-49
• 5.1 情緒誘發(fā)素材準備42-43
• 5.2 數(shù)據(jù)采集的實驗儀器43-45
• 5.2.1 MP150多導(dǎo)生理記錄儀43
• 5.2.2 MP150硬件連接與設(shè)置43-44
• 5.2.3 Acqknowledge軟件設(shè)置44-45
• 5.3 采集數(shù)據(jù)的分析45-48
• 5.4 小結(jié)48-49
• 第6章 總結(jié)與展望49-51
• 6.1 總結(jié)49
• 6.2 展望49-51
• 致謝51-52
• 參考文獻52-54
• 攻讀碩士學(xué)位期間取得的成果54

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 施水才;俞鴻魁;呂學(xué)強;李渝勤;;基于大規(guī)模語料的新詞語識別方法[J];山東大學(xué)學(xué)報(理學(xué)版);2006年03期

2 馬彬;洪宇;楊雪蓉;姚建民;朱巧明;;基于語義依存線索的事件關(guān)系識別方法研究[J];北京大學(xué)學(xué)報(自然科學(xué)版);2013年01期

3 馬彬;洪宇;楊雪蓉;姚建民;朱巧明;;基于推理線索構(gòu)建的事件關(guān)系識別方法[J];北京大學(xué)學(xué)報(自然科學(xué)版);2014年01期

4 科信;名貴中藥的幾種識別方法[J];內(nèi)江科技;2002年05期

5 鄧福根;;一種智能的人臉識別方法[J];今日科苑;2009年24期

6 王夢菊;;復(fù)雜網(wǎng)絡(luò)中社區(qū)識別研究[J];硅谷;2012年11期

7 高強;程方道;;重磁圖像信息計算機自動提取及識別方法探討[J];物探化探計算技術(shù);1993年02期

8 ;哪些食物易摻毒?[J];科技致富向?qū)?2009年19期

9 郭慶勝;黃遠林;章莉萍;;曲線的彎曲識別方法研究[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2008年06期

10 曾華;郭履容;王植恒;;廣義色譜識別方法思想之初探[J];云南師范大學(xué)學(xué)報(自然科學(xué)版);1991年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 鄭凱;;建立多維數(shù)據(jù)異常點識別方法的嘗試[A];第八屆全國體育科學(xué)大會論文摘要匯編（一）[C];2007年

2 張朋柱;韓崇昭;萬百五;;智能決策支持系統(tǒng)中的問題識別方法與實現(xiàn)[A];全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

3 劉麗蘭;劉宏昭;;時間序列模型的識別方法[A];制造技術(shù)自動化學(xué)術(shù)會議論文集[C];2004年

4 苗振偉;許勇;楊軍;;超聲波人臉識別方法研究[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（上）[C];2007年

5 羅智勇;宋柔;荀恩東;;一種基于可信度的人名識別方法[A];第二屆全國學(xué)生計算語言學(xué)研討會論文集[C];2004年

6 張茜;鄭崢;亢一瀾;王娟;仇巍;;基于海量實測數(shù)據(jù)的反演識別方法與盾構(gòu)裝備載荷的力學(xué)建模[A];中國力學(xué)大會——2013論文摘要集[C];2013年

7 趙銳;陳光發(fā);;軍事口令識別的Fuzzy方法探討[A];第二屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1992年

8 駱玉榮;劉建麗;史曉濤;;一種自動車窗識別方法的設(shè)計與實現(xiàn)[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

9 崔凱華;王國慶;方劍青;李紅軍;賈俊波;馬超;趙燁;張東輝;;基于聲模態(tài)分析的材料識別方法研究[A];現(xiàn)代振動與噪聲技術(shù)（第九卷）[C];2011年

10 李洪東;梁逸曾;張志敏;;酵母蛋白組中原生肽識別方法的探索研究[A];中國化學(xué)會第26屆學(xué)術(shù)年會化學(xué)信息學(xué)與化學(xué)計量學(xué)分會場論文集[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前9條

1 陳春道;甲魚優(yōu)劣及雌雄的識別方法[N];北京科技報;2003年

2 龐席堂;假幣的識別方法[N];中華合作時報;2003年

3 王修增;手機被盜號的6種識別方法[N];中國保險報;2003年

4 張侃;正品手機電池識別方法[N];通信產(chǎn)業(yè)報;2000年

5 潘 治;德國開發(fā)出癌癥早期識別方法[N];中國中醫(yī)藥報;2003年

6 新華社記者 段世文;產(chǎn)權(quán)證識別方法[N];新華每日電訊;2001年

7 金亮;機器人的情感[N];中國醫(yī)藥報;2001年

8 黃璐;識別假火車票有絕招[N];山西經(jīng)濟日報;2004年

9 宗紹純;如何識別是純奶還是奶飲料？[N];國際商報;2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙國騰;跨座式單軌交通軌道梁表面裂紋識別方法研究[D];重慶大學(xué);2015年

2 徐訓(xùn);線性與非線性結(jié)構(gòu)動力荷載識別方法及實驗研究[D];哈爾濱工業(yè)大學(xué);2015年

3 付文亮;基于FPGA的高性能應(yīng)用層協(xié)議識別方法研究[D];北京理工大學(xué);2015年

4 陳飛飛;基于特征表示的行為識別方法研究[D];華中科技大學(xué);2015年

5 黃仕建;視頻序列中人體行為的低秩表達與識別方法研究[D];重慶大學(xué);2015年

6 張航;基于高光譜成像技術(shù)的皮棉中地膜識別方法研究[D];中國農(nóng)業(yè)大學(xué);2016年

7 吳翔;基于機器視覺的害蟲識別方法研究[D];浙江大學(xué);2016年

8 張莉莉;競優(yōu)特征的群識別方法及其應(yīng)用[D];東北大學(xué);2010年

9 陳綿書;計算機人臉識別方法研究[D];吉林大學(xué);2004年

10 葉俊勇;人臉檢測與識別方法研究[D];重慶大學(xué);2002年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 徐珂瓊;基于視頻的人臉識別方法研究[D];天津理工大學(xué);2015年

2 彭姣麗;針對多表情的人臉識別方法研究[D];昆明理工大學(xué);2015年

3 代秀麗;基于半監(jiān)督判別分析的人臉識別方法研究[D];深圳大學(xué);2015年

4 易磊;基于兩階段的交通標志識別方法研究[D];南京理工大學(xué);2015年

5 李彥;基于小波變換的人臉識別方法研究[D];電子科技大學(xué);2014年

6 田曉霞;運動想象EEG的識別方法及在上肢康復(fù)中的應(yīng)用[D];北京工業(yè)大學(xué);2015年

7 楊俊濤;基于分數(shù)譜時頻特征的SAR目標檢測與識別方法研究[D];電子科技大學(xué);2014年

8 宋洪偉;基于模糊集合的漢語主觀句識別方法研究與實現(xiàn)[D];黑龍江大學(xué);2015年

9 賈博軒;基于手機傳感器的人類復(fù)雜行為識別方法的研究[D];黑龍江大學(xué);2015年

10 范玲;Link-11數(shù)據(jù)鏈信號的識別方法研究[D];西安電子科技大學(xué);2014年

  本文關(guān)鍵詞：基于混沌特征提取的多生理信息融合的情緒識別方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：269513