【摘要】：心電信號(hào)作為一種重要的生理信號(hào),已證明其中包含可靠情感信息.在實(shí)驗(yàn)室誘發(fā)情感心電信號(hào)過程中,采用2遍情感視頻播放機(jī)制,在第二遍觀看視頻過程中獲取了記錄被試主觀情緒體驗(yàn)的情感重評(píng)按鍵文件,據(jù)此截取可靠的情感心電信號(hào).通過比較多種去趨勢(shì)波動(dòng)分析算法,結(jié)果顯示CMA算法的性能最為穩(wěn)定.因此,采用CMA算法來計(jì)算情感心電信號(hào)的標(biāo)度指數(shù).結(jié)果顯示,高興、悲傷、憤怒和恐懼的心電信號(hào)均具有長(zhǎng)程相關(guān)性.以標(biāo)度指數(shù)作為情感特征,采用Fisher分類器進(jìn)行二分類的情感識(shí)別,高興、悲傷、憤怒和恐懼4種情感的正確識(shí)別率分別為89.56%,90.10%,70.43%,83.18%,說明情感心電信號(hào)的非線性特征對(duì)于識(shí)別目標(biāo)情感具有很好的區(qū)分度.
[Abstract]:As an important physiological signal, ECG signal has been proved to contain reliable emotional information. In the process of eliciting emotional ECG signals in the laboratory, two emotional video playback mechanisms were used to obtain the emotional reappraisal key files recording the subjective emotional experience of the subjects during the second video viewing process, according to which the reliable emotional ECG signals were intercepted. The results show that the performance of CMA algorithm is the most stable. Therefore, CMA algorithm is used to calculate the scale index of emotional ECG signal. The results showed that ECG signals of happiness, sadness, anger and fear had long-term correlations. With the scale index as the affective feature, the correct recognition rate of the four emotions of happiness, sadness, anger and fear was 89.56 and 90.100.100.43 and 70.43 respectively by using Fisher classifier, and the correct recognition rates of the four emotions were 89.56, 90.100.43 and 70.43, respectively. It shows that the nonlinear characteristics of affective ECG signal have a good degree of discrimination in recognition of target emotion.
【作者單位】： 西南大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院;西南大學(xué)電子信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61472330)
【分類號(hào)】：R318;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 Li I-chian;徐蕓;;培養(yǎng)的哺乳動(dòng)物細(xì)胞中突變率的計(jì)算[J];國(guó)外醫(yī)學(xué).遺傳學(xué)分冊(cè);1985年01期

2 寧艷;江朝暉;安濱;馮煥清;;睡眠生理參數(shù)的去趨勢(shì)波動(dòng)分析[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年02期

3 王秀蘭;云立新;;甘肅省岷縣1990-2010年當(dāng)歸價(jià)格波動(dòng)分析[J];醫(yī)學(xué)與社會(huì);2012年11期

4 蔡冬梅;周衛(wèi)東;李淑芳;王紀(jì)文;賈桂娟;劉學(xué)伍;;基于去趨勢(shì)波動(dòng)分析和支持向量機(jī)的癲癇腦電分類[J];生物物理學(xué)報(bào);2011年02期

5 ;[J];;年期

相關(guān)會(huì)議論文 前4條

1 胡雪明;宋學(xué)鋒;曹慶仁;;多分形消除趨勢(shì)波動(dòng)分析的簡(jiǎn)化方法及其應(yīng)用[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第7屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集[C];2003年

2 鄭宇泉;姜青山;管河山;;基于聚類的股票波動(dòng)分析及其應(yīng)用[A];第四屆中國(guó)軟件工程大會(huì)論文集[C];2007年

3 杜修力;;局部解耦的時(shí)域波動(dòng)分析方法[A];計(jì)算力學(xué)研究與進(jìn)展——中國(guó)力學(xué)學(xué)會(huì)青年工作委員會(huì)第三屆學(xué)術(shù)年會(huì)論文集[C];1999年

4 王興萍;周斌;;寬頻等離子體波動(dòng)分析器原理及設(shè)計(jì)[A];中國(guó)空間科學(xué)學(xué)會(huì)空間探測(cè)專業(yè)委員會(huì)第二十六屆全國(guó)空間探測(cè)學(xué)術(shù)研討會(huì)會(huì)議論文集[C];2013年

相關(guān)博士學(xué)位論文 前1條

1 張健;質(zhì)量工程試驗(yàn)中的波動(dòng)分析[D];蘇州大學(xué);2004年

相關(guān)碩士學(xué)位論文 前6條

1 趙宏;中國(guó)股市非正常波動(dòng)分析及對(duì)策研究[D];大連理工大學(xué);2002年

2 夏飛;基于油價(jià)的產(chǎn)出波動(dòng)分析[D];湖南大學(xué);2006年

3 吳永恒;基于自適應(yīng)非趨勢(shì)波動(dòng)分析的齒輪故障診斷[D];武漢科技大學(xué);2014年

4 趙莎莎;我國(guó)物價(jià)階段性波動(dòng)分析[D];山東大學(xué);2009年

5 馬靜姝;基于改進(jìn)EMD和BEKK-MVGARCH的干散貨FFA市場(chǎng)波動(dòng)分析[D];大連海事大學(xué);2014年

6 萬亮亮;帶式輸送機(jī)非穩(wěn)態(tài)過程波動(dòng)分析方法的研究[D];東北大學(xué);2012年

，

本文編號(hào)：2365894