基于情感心电信号的去趋势波动分析研究

发布时间：2018-12-06 10:30

【摘要】：心电信号作为一种重要的生理信号,已证明其中包含可靠情感信息.在实验室诱发情感心电信号过程中,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,据此截取可靠的情感心电信号.通过比较多种去趋势波动分析算法,结果显示CMA算法的性能最为稳定.因此,采用CMA算法来计算情感心电信号的标度指数.结果显示,高兴、悲伤、愤怒和恐惧的心电信号均具有长程相关性.以标度指数作为情感特征,采用Fisher分类器进行二分类的情感识别,高兴、悲伤、愤怒和恐惧4种情感的正确识别率分别为89.56%,90.10%,70.43%,83.18%,说明情感心电信号的非线性特征对于识别目标情感具有很好的区分度.
[Abstract]:As an important physiological signal, ECG signal has been proved to contain reliable emotional information. In the process of eliciting emotional ECG signals in the laboratory, two emotional video playback mechanisms were used to obtain the emotional reappraisal key files recording the subjective emotional experience of the subjects during the second video viewing process, according to which the reliable emotional ECG signals were intercepted. The results show that the performance of CMA algorithm is the most stable. Therefore, CMA algorithm is used to calculate the scale index of emotional ECG signal. The results showed that ECG signals of happiness, sadness, anger and fear had long-term correlations. With the scale index as the affective feature, the correct recognition rate of the four emotions of happiness, sadness, anger and fear was 89.56 and 90.100.100.43 and 70.43 respectively by using Fisher classifier, and the correct recognition rates of the four emotions were 89.56, 90.100.43 and 70.43, respectively. It shows that the nonlinear characteristics of affective ECG signal have a good degree of discrimination in recognition of target emotion.
【作者单位】： 西南大学计算机与信息科学学院;西南大学电子信息工程学院;
【基金】：国家自然科学基金(61472330)
【分类号】：R318;TN911.7

【相似文献】

相关期刊论文 前5条

1 Li I-chian;徐芸;;培养的哺乳动物细胞中突变率的计算[J];国外医学.遗传学分册;1985年01期

2 宁艳;江朝晖;安滨;冯焕清;;睡眠生理参数的去趋势波动分析[J];生物医学工程学杂志;2007年02期

3 王秀兰;云立新;;甘肃省岷县1990-2010年当归价格波动分析[J];医学与社会;2012年11期

4 蔡冬梅;周卫东;李淑芳;王纪文;贾桂娟;刘学伍;;基于去趋势波动分析和支持向量机的癫痫脑电分类[J];生物物理学报;2011年02期

5 ;[J];;年期

相关会议论文 前4条

1 胡雪明;宋学锋;曹庆仁;;多分形消除趋势波动分析的简化方法及其应用[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年

2 郑宇泉;姜青山;管河山;;基于聚类的股票波动分析及其应用[A];第四届中国软件工程大会论文集[C];2007年

3 杜修力;;局部解耦的时域波动分析方法[A];计算力学研究与进展——中国力学学会青年工作委员会第三届学术年会论文集[C];1999年

4 王兴萍;周斌;;宽频等离子体波动分析器原理及设计[A];中国空间科学学会空间探测专业委员会第二十六届全国空间探测学术研讨会会议论文集[C];2013年

相关博士学位论文 前1条

1 张健;质量工程试验中的波动分析[D];苏州大学;2004年

相关硕士学位论文 前6条

1 赵宏;中国股市非正常波动分析及对策研究[D];大连理工大学;2002年

2 夏飞;基于油价的产出波动分析[D];湖南大学;2006年

3 吴永恒;基于自适应非趋势波动分析的齿轮故障诊断[D];武汉科技大学;2014年

4 赵莎莎;我国物价阶段性波动分析[D];山东大学;2009年

5 马静姝;基于改进EMD和BEKK-MVGARCH的干散货FFA市场波动分析[D];大连海事大学;2014年

6 万亮亮;带式输送机非稳态过程波动分析方法的研究[D];东北大学;2012年

，

本文编号：2365894