基于多生理信息的情绪识别平台建立

发布时间：2021-03-12 18:34

　　随着人工智能、人机交互、模式识别等技术的快速发展,情绪识别已经成为了该领域研究的一个热点。传统的情绪识别研究多采用语音特征、面部表情图像特征进行识别,但这些情绪的外在表现特征极易受到人体主观的控制,导致识别的不准确。而生理信息与人体大脑皮层及神经中枢关系密切,具有客观真实性,因此成为众多学者的热门研究方向。本文主要针对心电、皮电、呼吸三种生理信息进行情绪识别研究,建立了一个可视化的人机交互情绪识别平台。主要工作如下:（1）进行了基于混沌理论的情绪识别方法研究。分别对心电、皮电、呼吸三种生理信息数据进行四种混沌特征参数提取,包括复杂度、盒子维、近似熵、信息熵。构建三种单一生理信息数据和融合多生理信息数据的特征参数数据集,采用C4.5决策树算法分别进行Joy、Anger、Sadness三种情绪的识别实验。实验结果证明,采用该方法进行情绪识别是可行的,且多生理信息情绪识别比单一生理信息有更高的识别率。（2）采用C#编程语言,Visual Studio 2017集成开发环境（IDE）、SQL Server2014数据库等工具,建立了一个基于多生理信息的情绪识别平台。该平台可以对采集到的ECG、... 

【文章来源】：长春大学吉林省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

决策树模型示意图

数据处理界面

经过数据处理后的Weka数据表格

【参考文献】：
期刊论文
[1]基于支持向量机的酗酒脑电信号分类研究[J]. 丁尚文,王纯贤.  自动化仪表. 2019(11)
[2]基于神经网络模型的文本分类研究综述[J]. 孙嘉琪,王晓晔,周晓雯.  天津理工大学学报. 2019(05)
[3]SQL Server数据库中关联数据表的设计方法探讨[J]. 翁敏峰,万城睿.  电脑知识与技术. 2019(28)
[4]基于C#的一卡通业务管理系统分析[J]. 李超.  计算机产品与流通. 2019(09)
[5]餐饮酒店信息管理系统设计与实现[J]. 丁蕾锭,兰海翔,卢涵宇,祁小军,薛安琪.  电脑知识与技术. 2019(25)
[6]基于Matlab的分形理论在医学中的应用研究[J]. 俞凯君,李春.  软件. 2019(08)
[7]情感识别算法应用现状及发展趋势研究[J]. 金磊,高梓瀚,冯琛.  电子世界. 2019(15)
[8]人工智能情绪识别应用研究[J]. 刘大诚.  中国高新科技. 2019(13)
[9]非线性动力学分析方法在神经康复领域中的应用进展[J]. 翟晓雪,张皓.  中国康复医学杂志. 2019(04)
[10]机器学习分类问题及算法研究综述[J]. 杨剑锋,乔佩蕊,李永梅,王宁.  统计与决策. 2019(06)

博士论文
[1]基于本体的智能体情感识别与情感诱发研究[D]. 宿云.兰州大学 2019
[2]生理信号驱动的情绪识别及交互应用研究[D]. 林文倩.浙江大学 2019
[3]网联汽车信息安全问题及CAN总线异常检测技术研究[D]. 于赫.吉林大学 2016
[4]非线性鼾音信号时频特征分析研究[D]. 张引红.陕西师范大学 2014

硕士论文
[1]基于贝叶斯网络的动态数据流分类研究[D]. 范慧敏.西安理工大学 2019
[2]老年人十二导联心电信号的非线性研究[D]. 焦得钊.陕西师范大学 2019
[3]基于多生理信号小波及深度特征分层融合的情绪识别研究[D]. 谢锦烟.华南理工大学 2019
[4]基于人体生理信号的情感识别研究[D]. 李才隆.南京邮电大学 2018
[5]基于多生理信号情感识别与预测系统的研究与实现[D]. 胡小三.南京邮电大学 2018
[6]基于WEKA平台的山西省地质灾害易发性评价研究[D]. 鲍小鲁.太原理工大学 2018
[7]基于EEG的无人驾驶车辆乘坐人情绪感知技术研究[D]. 王铎.哈尔滨工业大学 2018
[8]基于心电数据的情绪分析和社交分享系统设计与实现[D]. 孙景洋.北京邮电大学 2018
[9]基于可穿戴设备的压力情感识别及其在机器人服务认知中的应用[D]. 姜媛.山东大学 2018
[10]基于脑电时空频多域特征的自动情绪识别研究及系统实现[D]. 李振齐.华南理工大学 2018



本文编号：3078781