国家重点学科基础心理学科研基金项目(NKSF07003)
- 作品数：7 被引量：28H指数：4
- 相关作者：刘光远龙正吉赖祥伟温万惠葛臣更多>>
- 相关机构：西南大学更多>>
- 发文基金：国家重点学科基础心理学科研基金项目国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 情感识别中脉搏信号的特征提取与分析被引量：7
- 2010年
- 应用Coiflet 1小波对脉搏波信号进行小波变换,利用重构的小波第三层高频信号的极大值来确定原始信号主波峰值的范围,进而定位原始信号主波峰值的位置并以此位置为参照点确定潮波、重搏波峰值的位置,在此基础上提取脉搏信号的时域特征,对情感状态进行分类.实验结果表明,脉搏率均值等特征对悲伤、愤怒和恐惧3种情感的总体分类正确率均能达到65%以上.
- 葛臣刘光远龙正吉
- 关键词：脉搏波离散小波变换情感识别
- 用小波变换提取心电信号的情感特征被引量：5
- 2011年
- 采用小波变换的方法对采集自同一被试的不同情感数据样本进行分析,从小波系数中提取心电图信号的情感特征.对同一天采集自同一被试的4种情感的特征进行比较分析,得出大小关系一致的特征作为情感识别依据.选取的特征在归一化之后对高兴和悲伤2类情感分类效果较好,最高可以达到92%.
- 龙正吉刘光远
- 关键词：小波变换特征提取心电信号情感识别
- 相关性分析和最大最小蚁群算法用于脉搏信号的情感识别被引量：6
- 2012年
- 针对脉搏信号的情感识别问题,提出了一种相关性分析和最大最小蚁群算法相结合的方法,找出了对情感识别模型构建具有较好性能的稳定特征子集。首先将原始特征用序列后向选择(SBS)方法排序,然后利用线性相关系数分析法计算特征间的相关度,并根据排序结果去除部分相关度较大的特征,最后针对筛选后的特征子集用最大最小蚁群算法进行特征选择,并结合Fisher分类器对高兴、惊奇、厌恶、悲伤、愤怒和恐惧6种情感进行分类。实验结果表明,该方法能在原始特征集合中找出更稳定有效的特征子集,从而建立起有效的情感识别模型。
- 陈红刘光远赖祥伟
- 关键词：情感识别脉搏信号最大最小蚁群算法
- 双重结构粒子群和KNN在生理信号情感识别中的应用被引量：2
- 2009年
- 将双重结构的粒子群(DSPSO)应用到生理情感特征的选择中,提高了特征选择效果和情感识别的正确率。提出了增量K多类KNN分类器解决KNN在分多类时出现的不可分现象并改善了多类识别的效果。通过4种生理信号(EMG、SC、ECG、RSP)来识别4种情感(joy、anger、sadness、pleasure),同传统的SFFS算法以及BPSO算法相比,识别率有了较大的提高。仿真结果表明,DSPSO能较好地完成生理情感特征的选择任务。
- 程德福刘光远邱玉辉
- 关键词：生理信号粒子群优化K近邻情感识别
- 模拟退火免疫粒子群算法在皮肤电信号情感识别中的应用被引量：5
- 2011年
- 为了增强情感识别过程中皮肤电反应(GSR)信号特征选择的有效性,提出了一种改进的模拟退火免疫粒子群算法。首先,对342组被试6种情感的GSR信号进行去噪处理和原始特征提取;然后,将模拟退火机制引入到免疫粒子群(IPSO)算法的粒子更新过程中,使用新构造的模拟退火免疫粒子群(SA-IPSO)算法进行特征优化选择。实验表明:与IPSO相比,SA-IPSO能以较少特征获得较高的识别率,模拟退火机制的应用能更好地优化特征选择过程,且新的算法具有良好的全局收敛性能。
- 周钰婷刘光远赖祥伟
- 关键词：情感识别皮肤电反应免疫粒子群
- 基于进化策略的生理信号情感识别被引量：1
- 2009年
- 针对生理信号的情感识别问题,采用进化策略方法对生理信号进行特征选择,利用智能优化算法的计算复杂度低和收敛速度快等特点,并结合使用近邻法进行分类,有效地解决了生理信号特征组合优化问题,筛选出一定的特征子集来表示相应的人类情感状态.实验仿真表明,该方法可以得到有效的特征组合来进行生理信号的情感状态识别.
- 郝敏刘光远温万惠
- 关键词：进化策略情感识别生理信号
- 基于智能算法的生理信号情感识别被引量：3
- 2011年
- 针对基于生理信号的情感识别问题,采用具有模拟退火机制的遗传算法、最大最小蚁群算法和粒子群算法来进行特征选择,用Fisher分类器对高兴、惊奇、厌恶、悲伤、愤怒和恐惧6种情感进行分类,获得了较高的识别率,并找出了对情感识别系统模型的构建具有较好性能的特征组合,建立了对6类情感具有预测能力的识别系统。
- 熊勰刘光远温万惠
- 关键词：情感识别
