發(fā)布時(shí)間：2017-05-30 05:04

  本文關(guān)鍵詞：基于多生理信號(hào)的情緒識(shí)別方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計(jì)算機(jī)的發(fā)展,人們希望賦予計(jì)算機(jī)情感能力,使計(jì)算機(jī)能與人進(jìn)行有感情的互動(dòng)。讓計(jì)算機(jī)可以準(zhǔn)確識(shí)別人的情緒是實(shí)現(xiàn)這一愿景的關(guān)鍵技術(shù)。以往的研究多利用人的面部表情、語(yǔ)音語(yǔ)調(diào)或姿態(tài)手勢(shì)買現(xiàn)情緒的識(shí)別,而人體生理信號(hào)與人的情緒也存在著某種內(nèi)在的聯(lián)系,且生理信號(hào)客觀、不易偽裝,基于生理信號(hào)的情緒識(shí)別成為了近年來(lái)情緒識(shí)別研究的熱點(diǎn)。論文研究了一種基于人體心電、呼吸、脈搏波和皮膚電導(dǎo)四種生理信號(hào)對(duì)人的四種基本情緒狀態(tài)(平靜、開(kāi)心、悲傷、恐懼)進(jìn)行識(shí)別的方法。采集了17名受試者在平靜、開(kāi)心、悲傷、恐懼情緒狀態(tài)下的心電、呼吸、脈搏波、皮膚電導(dǎo)生理信號(hào),得到總共668個(gè)生理信號(hào)樣本。對(duì)生理信號(hào)進(jìn)行了時(shí)域和頻域的分析,提取出了信號(hào)特征。針對(duì)初始特征空間維數(shù)過(guò)大的問(wèn)題,研究了一種基于前向浮動(dòng)搜索技術(shù)的特征選擇算法,該算法在指定選擇的特征數(shù)量后可以從初始特征集合中選擇出一組關(guān)鍵特征。利用這組關(guān)鍵特征,通過(guò)支持向量機(jī)對(duì)上述四種情緒進(jìn)行訓(xùn)練和預(yù)測(cè)。針對(duì)支持向量機(jī)的性能受懲罰因子和核函數(shù)參數(shù)很大影響的問(wèn)題,引入了遺傳算法實(shí)現(xiàn)懲罰因子和核函數(shù)參數(shù)的最優(yōu)化。通過(guò)交叉驗(yàn)證的方法對(duì)情緒識(shí)別算法的準(zhǔn)確率進(jìn)行評(píng)估,在31個(gè)關(guān)鍵特征下達(dá)到71.4%的識(shí)別準(zhǔn)確率。此外,還將該情緒識(shí)別方法應(yīng)用在德國(guó)Augsburg大學(xué)提供的情緒生理數(shù)據(jù)樣本上,得到了最高95%的識(shí)別準(zhǔn)確率。以上結(jié)果說(shuō)明該方法可以有效地識(shí)別情緒,并且具有較好的推廣性。
【關(guān)鍵詞】：生理信號(hào) 情緒識(shí)別 特征選擇 支持向量機(jī) 遺傳算法
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.7;R33
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-10
• 1 緒論10-17
• 1.1 引言10-13
• 1.1.1 情感或情緒理論10-11
• 1.1.2 情緒分類和維度11-12
• 1.1.3 情緒的誘發(fā)方法12
• 1.1.4 情感計(jì)算和情緒識(shí)別12-13
• 1.2 研究目的和意義13
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀13-15
• 1.4 論文內(nèi)容和結(jié)構(gòu)15-17
• 2 生理信號(hào)和情感數(shù)據(jù)的采集17-25
• 2.1 生理信號(hào)的采集17-21
• 2.1.1 心電和呼吸信號(hào)17-18
• 2.1.2 脈搏波18-20
• 2.1.3 皮膚電導(dǎo)20-21
• 2.2 情感數(shù)據(jù)的采集21-24
• 2.2.1 實(shí)驗(yàn)?zāi)繕?biāo)21
• 2.2.2 情緒誘發(fā)方案21-23
• 2.2.3 數(shù)據(jù)采集流程23-24
• 2.2.4 情緒誘發(fā)結(jié)果24
• 2.3 本章小結(jié)24-25
• 3 生理信號(hào)預(yù)處理和特征提取25-35
• 3.1 生理信號(hào)預(yù)處理26-29
• 3.1.1 心電信號(hào)預(yù)處理26-27
• 3.1.2 呼吸信號(hào)預(yù)處理27-28
• 3.1.3 脈搏波信號(hào)預(yù)處理28
• 3.1.4 皮膚電導(dǎo)信號(hào)預(yù)處理28-29
• 3.2 生理特征提取29-34
• 3.2.1 心電信號(hào)特征29-31
• 3.2.2 呼吸信號(hào)特征31-33
• 3.2.3 脈搏波特征33-34
• 3.2.4 皮膚電導(dǎo)特征34
• 3.3 本章小結(jié)34-35
• 4 基于前向浮動(dòng)搜索技術(shù)的特征選擇算法35-42
• 4.1 特征預(yù)處理35-37
• 4.1.1 剔除離群點(diǎn)35-36
• 4.1.2 處理丟失數(shù)據(jù)36-37
• 4.1.3 特征歸一化37
• 4.2 基于前向浮動(dòng)搜索技術(shù)的特征選擇算法37-41
• 4.3 本章小結(jié)41-42
• 5 基于支持向量機(jī)的情緒識(shí)別算法42-55
• 5.1 支持向量機(jī)42-49
• 5.1.1 線性可分情況下的支持向量機(jī)42-45
• 5.1.2 線性不可分情況下的軟間隔技術(shù)45-46
• 5.1.3 非線性支持向量機(jī)46-48
• 5.1.4 支持向量機(jī)應(yīng)用于多分類48-49
• 5.2 基于遺傳算法的支持向量機(jī)參數(shù)優(yōu)化算法49-52
• 5.3 基于支持向量機(jī)的情緒識(shí)別算法52-53
• 5.4 本章小結(jié)53-55
• 6 基于多生理信號(hào)的情緒識(shí)別結(jié)果和分析55-61
• 6.1 情緒誘導(dǎo)實(shí)驗(yàn)數(shù)據(jù)的情緒識(shí)別結(jié)果56-58
• 6.1.1 不同特征維度下的四種情緒分類結(jié)果56-57
• 6.1.2 最佳特征組合下四種情緒各自的識(shí)別效果57-58
• 6.2 奧格斯堡大學(xué)情緒生理信號(hào)數(shù)據(jù)的情緒識(shí)別結(jié)果58-60
• 6.3 本章小結(jié)60-61
• 7 總結(jié)與展望61-63
• 7.1 總結(jié)61-62
• 7.2 展望62-63
• 參考文獻(xiàn)63-68
• 附錄：生理信號(hào)中提取的特征列表68-70
• 作者簡(jiǎn)歷70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 崔文生,吳效明,朱斌,王曉航;通用生理信號(hào)實(shí)時(shí)檢測(cè)與顯示模型[J];暨南大學(xué)學(xué)報(bào)(自然科學(xué)與醫(yī)學(xué)版);2000年01期

2 楊小冬;何愛(ài)軍;周勇;寧新寶;;復(fù)雜生理信號(hào)的多重分形質(zhì)量指數(shù)譜分析[J];科學(xué)通報(bào);2010年19期

3 秦廷武，王齊琳;8098單片機(jī)生理信號(hào)實(shí)時(shí)記錄系統(tǒng)[J];生物醫(yī)學(xué)工程學(xué)雜志;1996年01期

4 陳亞光,陳心浩,楊仲樂(lè);動(dòng)態(tài)多道生理信號(hào)的實(shí)時(shí)無(wú)線數(shù)字傳輸[J];中南民族學(xué)院學(xué)報(bào)(自然科學(xué)版);1996年04期

5 王姝;;淺談實(shí)驗(yàn)動(dòng)物生理信號(hào)的采集與處理[J];中國(guó)科技信息;2014年09期

6 沈衛(wèi)星;姜正林;;大鼠大腦皮層和脊髓電生理信號(hào)的記錄[J];南通大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);2006年06期

7 黃宇星,程敬之;多功能B型超聲診斷儀上四路生理信號(hào)監(jiān)視裝置[J];聲學(xué)技術(shù);1993年03期

8 陳焯明，陳更生，楊懷，鄭永駒;DSS－1電生理信號(hào)采集、處理系統(tǒng)的設(shè)計(jì)[J];華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年01期

9 小忻;;吃飯?zhí)鞎?huì)變胖嗎?[J];小學(xué)科技;2013年12期

10 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 李偉博;吳效明;;基于EZ-USB FX2的生理信號(hào)采集接口技術(shù)[A];中國(guó)儀器儀表學(xué)會(huì)醫(yī)療儀器分會(huì)2010兩岸四地生物醫(yī)學(xué)工程學(xué)術(shù)年會(huì)論文集[C];2010年

2 李國(guó)麗;史利杰;胡存剛;張萍;詹月紅;;基于LabVIEW的生理信號(hào)處理研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2006年

3 平安;王志良;;基于生理信號(hào)的人機(jī)情感交互系統(tǒng)應(yīng)用研究綜述[A];2009中國(guó)控制與決策會(huì)議論文集（3）[C];2009年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 記者 王怡;我研制出人造仿生電子皮膚[N];科技日?qǐng)?bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 曾彭;生理信號(hào)的多尺度復(fù)雜性研究[D];南京大學(xué);2015年

2 程靜;基本情感生理信號(hào)的非線性特征提取研究[D];西南大學(xué);2015年

3 溫萬(wàn)惠;基于生理信號(hào)的情感識(shí)別方法研究[D];西南大學(xué);2010年

4 黃丹飛;基于生理信號(hào)關(guān)聯(lián)分析的可組合多通道監(jiān)護(hù)系統(tǒng)的研究[D];長(zhǎng)春理工大學(xué);2011年

5 王嬈芬;過(guò)程控制操作員生理信號(hào)分析及功能狀態(tài)建模[D];華東理工大學(xué);2012年

6 楊照芳;心跳間期和皮膚電信號(hào)中的情感響應(yīng)模式研究[D];西南大學(xué);2015年

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

1 王翔;防化兵實(shí)訓(xùn)中生理信號(hào)動(dòng)態(tài)監(jiān)測(cè)[D];江蘇大學(xué);2015年

2 何成;基于多生理信號(hào)的情緒識(shí)別方法研究[D];浙江大學(xué);2016年

3 劉月華;典型生理信號(hào)綜合測(cè)量及情緒識(shí)別研究[D];上海交通大學(xué);2011年

4 孫圣;織物化多生理信號(hào)檢測(cè)裝置的設(shè)計(jì)[D];電子科技大學(xué);2013年

5 侯永捷;面向壓力評(píng)估的多生理信號(hào)采集和分析系統(tǒng)設(shè)計(jì)[D];燕山大學(xué);2013年

6 李亭亭;運(yùn)動(dòng)員生理信號(hào)的采集和數(shù)據(jù)分析系統(tǒng)的研究[D];沈陽(yáng)工業(yè)大學(xué);2008年

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

8 程德福;雙重結(jié)構(gòu)粒子群和K近鄰法用于生理信號(hào)情感狀態(tài)識(shí)別的研究[D];西南大學(xué);2009年

9 魯舜;運(yùn)用蟻群優(yōu)化算法篩選情感生理信號(hào)特征[D];西南大學(xué);2009年

10 趙子辰;生理信號(hào)轉(zhuǎn)換及參數(shù)設(shè)置軟件開(kāi)發(fā)[D];山東師范大學(xué);2015年

  本文關(guān)鍵詞：基于多生理信號(hào)的情緒識(shí)別方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：406411