2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、由于生理信號的真實性和客觀性,基于生理信號的情感識別已經(jīng)成為情感計算領(lǐng)域的一個重要研究內(nèi)容。該研究主要是:通過對采集到的生理信號進行分析,提取能夠代表特定情感的特征,建立情感識別模型。皮膚電信號(GSR)作為一種重要的生理信號,已經(jīng)被證明包含可靠的情感生理反應(yīng)特征,另外相對于其他信號皮膚電的采集方法不僅簡單而且信號噪聲更少。如果能夠準(zhǔn)確提取出皮膚電情感信號的特征便更能有效的進行情感識別,最終建立情感識別模型。
   本文在前人研

2、究的基礎(chǔ)上對皮膚電的非線性特征進行研究,主要是對人在高興(happy)、驚奇(surprise)、悲傷(grief)、厭惡(disgust)、憤怒(anger)和恐懼(fear)的情感狀態(tài)下的皮膚電導(dǎo)(GSR)的分析。包括皮膚電生理信號的采集、信號預(yù)處理、情感特征提取和分類等一系列的工作,最終建立皮膚電信號的情感識別模型。具體工作如下:
   (1)信號采集實驗方案的制定。選擇能夠喚起單一情感的電影片段作為喚起材料,視頻材料包含

3、以上述六種情感為目標(biāo)情感的6個片段,在片段之間插入中性視頻作為過渡情感間的調(diào)整,選用美國BIOPACMP150多通道生理信號記錄儀采集被試的皮膚電信號。
   (2)建立皮膚電信號的情感樣本庫。實驗室招募了大批的實驗被試,采集在高興(happy)、驚奇(surprise)、悲傷(grief)、厭惡(disgust)、憤怒(anger)和恐懼(fear)六種情感狀態(tài)下的皮膚電信號。通過對數(shù)據(jù)進行有效的分析并截取誘發(fā)性好的80秒數(shù)據(jù)

4、,最終建立皮膚電信號的情感樣本庫。
   (3)GSR信號情感特征提取。對采集的信號進行濾波、標(biāo)準(zhǔn)化和歸一化處理,采用非線性方法提取皮膚電信號的時間延遲(timedelay)、關(guān)聯(lián)維數(shù)(correlationdimension)、最小嵌入維數(shù)(min-embeddingdimension)和樣本熵(sampleentropy)等非線性特征。
   (4)特征的驗證。為確定非線性特征的可用性,引入IH-PSO(免疫混合粒子

5、群)算法來做特征選擇,將這些特征混入被證明具有代表性的統(tǒng)計特征中,如果被選中,即可以用來做情感識別。
   (5)皮膚電信號情感識別模型的建立。利用上述方法提取的非線性特征,完成實驗分析,總結(jié)出能夠代表皮膚電情感信號在高興、悲傷、憤怒、厭惡、恐懼、驚奇下的特征組合,建立起皮膚電信號各情感的二分類情感識別模型。
   研究結(jié)果表明:
   (1)通過IH-PSO算法的驗證,本文的四種非線性特征是可以用來對皮膚電信號

6、做情感分類識別的。
   (2)最小嵌入維數(shù)和樣本熵能夠代表高興情緒的變化特點;時延和最小嵌入維數(shù)能代表悲傷情緒的變化;最小嵌入維數(shù)對識別憤怒的情感的貢獻最大;時延能夠反應(yīng)驚奇情緒的變化;樣本熵在識別厭惡的情感時有很大貢獻;樣本熵、關(guān)聯(lián)維數(shù)和最小嵌入維數(shù)的組合最能反應(yīng)恐懼情緒的變化。
   綜合考慮上述分析,GSR信號可以用最小嵌入維(min-embeddingdimension)、樣本熵(sampleentropy)、

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論