基于混沌特征提取的多生理信息融合的情绪识别方法研究

发布时间：2017-03-26 23:11

  本文关键词：基于混沌特征提取的多生理信息融合的情绪识别方法研究，由笔耕文化传播整理发布。

【摘要】：由于生理信息可以客观的反映出真实的情感状态,使得基于生理信号情绪识别方法的研究具有重要的现实意义。本文基于前人所做的工作,重点研究混沌理论用于多生理信息特征提取和C5.0决策树应用于情绪识别方面的问题。论文首先对德国Augsburg大学提供的生理数据(心电、肌电、皮电和呼吸)分别提取了6种混沌特征(最大Lyapunov指数、关联维、盒子维、信息熵、近似熵和复杂度),之后采用C5.0算法对这些混沌特征参量下的4种情绪进行分类和识别。C5.0算法是最新的决策树分类器,解决了大样本情况下的机器学习问题,对于样本分类结果更加精确。分类结果对高兴、愤怒、悲伤和愉快的识别率均达到了100%,能够完全正确分类这4种情绪。本文识别效果理想的原因有两点,一是将混沌理论用于多生理信号的特征参量提取,二是采用最新C5.0决策树分类混沌特征属性。利用实验室现有设备采集一名被试者在4种情绪下的3种生理信号(心电、皮电及呼吸),基于文中相关算法提取混沌特征并进行情绪识别,结果显示这4种情绪的识别率都有所降低。识别率下降的原因有三点:一是由于实验条件限制没有采集对识别Joy和Sadness情绪效果最好的肌电信号,二是诱发情绪的视频素材较单一造成低唤醒度Pleasure情绪识别率的降低,三是采集情绪的样本数量偏少。
【关键词】：多生理信息 混沌特征 情绪识别 C5.0决策树
【学位授予单位】：长春理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R33;O415.5
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第1章 绪论8-12
• 1.1 引言8
• 1.2 生理信息情绪识别的目的及意义8-9
• 1.3 国内外研究进展9-10
• 1.3.1 国外研究进展9
• 1.3.2 国内研究进展9-10
• 1.4 文章工作与结构安排10-12
• 第2章 情绪分类及典型生理信号介绍12-17
• 2.1 情绪的定义及分类12-13
• 2.1.1 情绪的定义12
• 2.1.2 情绪的分类12
• 2.1.3 论文选择的情绪模型12-13
• 2.2 典型生理信号介绍13-14
• 2.2.1 心电信号13-14
• 2.2.2 肌电信号14
• 2.2.3 皮电信号14
• 2.2.4 呼吸信号14
• 2.3 情感生理数据库14-16
• 2.3.1 MIT情感生理数据库15
• 2.3.2 德国Augsburg大学情感生理数据库15-16
• 2.4 小结16-17
• 第3章 混沌的定义及混沌特征参量提取17-32
• 3.1 混沌的定义17-18
• 3.2 生理信号的相空间重构18-20
• 3.3 混沌特征参量提取20-30
• 3.3.1 混沌特征最大Lyapunov指数的提取20-23
• 3.3.2 混沌特征关联维的提取23-24
• 3.3.3 混沌特征盒子维的提取24-26
• 3.3.4 混沌特征信息熵的提取26-27
• 3.3.5 混沌特征近似熵的提取27-28
• 3.3.6 混沌特征复杂度的提取28-30
• 3.4 混沌特征矩阵30
• 3.5 小结30-32
• 第4章 基于C5.0 决策树的多生理信息情绪识别32-42
• 4.1 分类器32-34
• 4.1.1 决策树分类器32-33
• 4.1.2 C5.0 决策树33-34
• 4.2 基于C5.0 决策树算法的情绪识别34-39
• 4.2.1 数据流模型的建立34-36
• 4.2.2 情绪识别结果分析36-39
• 4.3 与其他学者研究结果对比39-41
• 4.4 小结41-42
• 第5章 基于MP150多导生理记录仪的生理数据采集与分析42-49
• 5.1 情绪诱发素材准备42-43
• 5.2 数据采集的实验仪器43-45
• 5.2.1 MP150多导生理记录仪43
• 5.2.2 MP150硬件连接与设置43-44
• 5.2.3 Acqknowledge软件设置44-45
• 5.3 采集数据的分析45-48
• 5.4 小结48-49
• 第6章 总结与展望49-51
• 6.1 总结49
• 6.2 展望49-51
• 致谢51-52
• 参考文献52-54
• 攻读硕士学位期间取得的成果54

【相似文献】

中国期刊全文数据库 前10条

1 施水才;俞鸿魁;吕学强;李渝勤;;基于大规模语料的新词语识别方法[J];山东大学学报(理学版);2006年03期

2 马彬;洪宇;杨雪蓉;姚建民;朱巧明;;基于语义依存线索的事件关系识别方法研究[J];北京大学学报(自然科学版);2013年01期

3 马彬;洪宇;杨雪蓉;姚建民;朱巧明;;基于推理线索构建的事件关系识别方法[J];北京大学学报(自然科学版);2014年01期

4 科信;名贵中药的几种识别方法[J];内江科技;2002年05期

5 邓福根;;一种智能的人脸识别方法[J];今日科苑;2009年24期

6 王梦菊;;复杂网络中社区识别研究[J];硅谷;2012年11期

7 高强;程方道;;重磁图像信息计算机自动提取及识别方法探讨[J];物探化探计算技术;1993年02期

8 ;哪些食物易掺毒?[J];科技致富向导;2009年19期

9 郭庆胜;黄远林;章莉萍;;曲线的弯曲识别方法研究[J];武汉大学学报(信息科学版);2008年06期

10 曾华;郭履容;王植恒;;广义色谱识别方法思想之初探[J];云南师范大学学报(自然科学版);1991年03期

中国重要会议论文全文数据库 前10条

1 郑凯;;建立多维数据异常点识别方法的尝试[A];第八届全国体育科学大会论文摘要汇编（一）[C];2007年

2 张朋柱;韩崇昭;万百五;;智能决策支持系统中的问题识别方法与实现[A];全国青年管理科学与系统科学论文集（第2卷）[C];1993年

3 刘丽兰;刘宏昭;;时间序列模型的识别方法[A];制造技术自动化学术会议论文集[C];2004年

4 苗振伟;许勇;杨军;;超声波人脸识别方法研究[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

5 罗智勇;宋柔;荀恩东;;一种基于可信度的人名识别方法[A];第二届全国学生计算语言学研讨会论文集[C];2004年

6 张茜;郑峥;亢一澜;王娟;仇巍;;基于海量实测数据的反演识别方法与盾构装备载荷的力学建模[A];中国力学大会——2013论文摘要集[C];2013年

7 赵锐;陈光发;;军事口令识别的Fuzzy方法探讨[A];第二届全国人机语音通讯学术会议论文集[C];1992年

8 骆玉荣;刘建丽;史晓涛;;一种自动车窗识别方法的设计与实现[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 崔凯华;王国庆;方剑青;李红军;贾俊波;马超;赵烨;张东辉;;基于声模态分析的材料识别方法研究[A];现代振动与噪声技术（第九卷）[C];2011年

10 李洪东;梁逸曾;张志敏;;酵母蛋白组中原生肽识别方法的探索研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年

中国重要报纸全文数据库 前9条

1 陈春道;甲鱼优劣及雌雄的识别方法[N];北京科技报;2003年

2 庞席堂;假币的识别方法[N];中华合作时报;2003年

3 王修增;手机被盗号的6种识别方法[N];中国保险报;2003年

4 张侃;正品手机电池识别方法[N];通信产业报;2000年

5 潘 治;德国开发出癌症早期识别方法[N];中国中医药报;2003年

6 新华社记者 段世文;产权证识别方法[N];新华每日电讯;2001年

7 金亮;机器人的情感[N];中国医药报;2001年

8 黄璐;识别假火车票有绝招[N];山西经济日报;2004年

9 宗绍纯;如何识别是纯奶还是奶饮料？[N];国际商报;2003年

中国博士学位论文全文数据库 前10条

1 赵国腾;跨座式单轨交通轨道梁表面裂纹识别方法研究[D];重庆大学;2015年

2 徐训;线性与非线性结构动力荷载识别方法及实验研究[D];哈尔滨工业大学;2015年

3 付文亮;基于FPGA的高性能应用层协议识别方法研究[D];北京理工大学;2015年

4 陈飞飞;基于特征表示的行为识别方法研究[D];华中科技大学;2015年

5 黄仕建;视频序列中人体行为的低秩表达与识别方法研究[D];重庆大学;2015年

6 张航;基于高光谱成像技术的皮棉中地膜识别方法研究[D];中国农业大学;2016年

7 吴翔;基于机器视觉的害虫识别方法研究[D];浙江大学;2016年

8 张莉莉;竞优特征的群识别方法及其应用[D];东北大学;2010年

9 陈绵书;计算机人脸识别方法研究[D];吉林大学;2004年

10 叶俊勇;人脸检测与识别方法研究[D];重庆大学;2002年

中国硕士学位论文全文数据库 前10条

1 徐珂琼;基于视频的人脸识别方法研究[D];天津理工大学;2015年

2 彭姣丽;针对多表情的人脸识别方法研究[D];昆明理工大学;2015年

3 代秀丽;基于半监督判别分析的人脸识别方法研究[D];深圳大学;2015年

4 易磊;基于两阶段的交通标志识别方法研究[D];南京理工大学;2015年

5 李彦;基于小波变换的人脸识别方法研究[D];电子科技大学;2014年

6 田晓霞;运动想象EEG的识别方法及在上肢康复中的应用[D];北京工业大学;2015年

7 杨俊涛;基于分数谱时频特征的SAR目标检测与识别方法研究[D];电子科技大学;2014年

8 宋洪伟;基于模糊集合的汉语主观句识别方法研究与实现[D];黑龙江大学;2015年

9 贾博轩;基于手机传感器的人类复杂行为识别方法的研究[D];黑龙江大学;2015年

10 范玲;Link-11数据链信号的识别方法研究[D];西安电子科技大学;2014年

  本文关键词：基于混沌特征提取的多生理信息融合的情绪识别方法研究，由笔耕文化传播整理发布。

，

本文编号：269513