您的位置: 专家智库 > >

教育部科学技术研究重大项目(311032)

作品数:5 被引量:26H指数:3
相关作者:刘光远程静赖祥伟张洪强温万惠更多>>
相关机构:西南大学更多>>
发文基金:教育部科学技术研究重大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电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇电子电信

主题

  • 3篇情感识别
  • 2篇情感
  • 1篇电信号
  • 1篇心电
  • 1篇心电信号
  • 1篇心率
  • 1篇心率变异
  • 1篇心率变异性
  • 1篇学科
  • 1篇指数熵
  • 1篇特征提取
  • 1篇统计特征
  • 1篇情感特征
  • 1篇情感状态
  • 1篇线性特征提取
  • 1篇肌电
  • 1篇肌电信号
  • 1篇非线性
  • 1篇非线性时间序...
  • 1篇非线性特征提...

机构

  • 5篇西南大学

作者

  • 5篇刘光远
  • 3篇程静
  • 1篇张洪强
  • 1篇杨敏
  • 1篇温万惠
  • 1篇赖祥伟
  • 1篇杨照芳

传媒

  • 2篇计算机科学
  • 1篇计算机应用
  • 1篇信号处理
  • 1篇西南大学学报...

年份

  • 2篇2014
  • 1篇2013
  • 2篇2012
5 条 记 录,以下是 1-5
排序方式:
基于皮肤电导的非线性情感特征提取研究被引量:3
2014年
皮肤电信号作为一种重要生理信号,已证明其中包含可靠情感信息.在实验室诱发情感生理信号过程中,采用2遍情感视频播放机制,在第二遍观看视频过程中获取了记录被试主观情绪体验的"情感重评按键文件",据此可截取可靠的情感皮肤电信号.采用多种非线性分析方法,计算相应的非线性特征,如最大Lyapunov指数、关联维、近似熵、递归定量分析和多重去趋势波动分析等.基于所提取特征,采用多种分类器KNN,Fisher判别,SVM进行情感识别性能的比较研究,结果显示SVM具有更好的分类精度.之后,采用SVM分类器比较传统的统计特征与非线性特征在识别目标情感性能上的差异,结果表明非线性特征能获得更好的识别精度.研究结果显示,基于非线性特征构建情感识别模型是可行的.
程静刘光远
关键词:非线性特征提取SVM
学科交叉视角下的情感识别研究进展被引量:5
2012年
人机交互环境下的情感识别是一个涉及心理学、计算机科学等的多学科交叉领域。试图从多学科交叉的角度介绍情感识别所需的心理学理论基础,从而为工程技术人员提供一定的理论背景。之后,根据待处理原始数据的不同,简介了构建此类系统现有的方法和技术;最后简述了当前研究工作的不足和进一步发展的方向,并对全文进行了小结。
程静刘光远
关键词:情感识别
随机森林算法在肌电的重要特征选择中的应用被引量:15
2013年
在肌电信号的情感识别问题中,如何从高维特征中找出起关键作用的特征,一直是情感识别的难题。使用随机森林算法,并依照其对特征的评价准则,来计算肌电信号的126个初始特征在不同情感模式分类中的贡献度。依照每个特征的重要程度,优先组合贡献度大的特征并将其用于情感的分类。实验数据验证了该方法的有效性。
张洪强刘光远赖祥伟
关键词:情感识别肌电信号
子空间分割指数熵及其在非线性检验中的应用研究
2014年
检测时间序列的非线性特性是时间序列分析的必要前提,而非线性检验特征对检测结果的有效性至关重要。提出时间序列重构相空间中点轨迹分布的复杂性测度-子空间分割指数熵,并将子空间分割指数熵与时间反转不对称指数、三阶自相关系数、非线性预测误差和近似熵这四种常用的非线性检验特征进行对比分析。对三阶AR信号、Henon信号、Lorenz信号、心电和皮肤电信号的非线性检测结果表明,子空间分割指数熵能够正确检测各类信号的非线性特性,并且具有较高的抗噪性能,是一种区分度高、鲁棒性好的非线性检验特征。
杨照芳刘光远程静汪琳薇
关键词:非线性时间序列指数熵
两类情感状态下心电与心率变异性信号的非线性分析被引量:3
2012年
针对平静(无情感激发状态)和恐惧(有情感激发状态)这两类情感状态,采集了其心电信号数据样本,研究了有情感和没情感状态下心电信号中的情感信息。通过分析这两类情感状态下的心电信号的QT间期对RR间期的散点图、功率谱图的1/f分布以及心率变异性(HRV)信号的Poincare截面图,计算得到了这些非线性特征的关于两类情感状态的分类识别率,同时与心电信号统计特征的识别率做了对比。发现此种提取心电信号非线性特征的方法较于之前的统计特征方法,在识别有情感和没情感这两类情感状态时具有较好的识别效果。
杨敏刘光远温万惠
关键词:心电信号心率变异性统计特征情感状态情感识别
共1页<1>
聚类工具0