基于符号动力学的心率变异性情绪识别研究

发布时间：2022-08-10 19:24

　　情绪是对一系列主观认知经验的通称,是多种感觉、思想和行为综合产生的心理及生理状态。社会竞争的日益激烈和生活节奏的不断加快,使得越来越多的人长期处于紧张状态,承受较大的精神压力,甚至患有抑郁症、躁狂症等心理疾病。情绪具有一定的生理调节作用,在神经科学、心理学、社会科学等领域有着广泛的应用。随着生活水平的提高,人们越来越重视情绪对于个体健康和社会发展的影响。有效的情绪识别能够对当前不良的精神状态进行预警,也有助于心理疾病的治疗。另外,信息技术的飞速发展使得人们对计算机的依赖性越来越大,同时也对人机交互功能的要求越来越高,促进了情感计算的研究与发展。作为情感计算的重要环节,情绪识别在众多领域具有良好的发展前景和应用价值。基于生理信号的情绪识别研究中,特征的提取一般基于时域分析、频域分析和非线性分析。相比于前两种,生理信号的非线性分析不够完善,还有很大的研究空间。本文在此基础上,提出基于符号动力学理论的不同情绪下心电信号分析方法。以心率变异信号为研究对象,提取符号动力学特征,探讨不同情绪下特征的差异性并进行情绪分类。通过与传统特征的识别结果作比较,验证符号动力学分析应用于情绪识别研究的可行性。... 

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 论文的主要内容和章节安排
第二章 心电信号的获取及处理
    2.1 情绪激发实验及信号采集
    2.2 心电信号预处理
    2.3 基于自适应阈值法的R波识别
    2.4 本章小结
第三章 心电信号的符号动力学分析
    3.1 信息熵
    3.2 RR间期序列的符号化
        3.2.1 动态法
        3.2.2 静态法
        3.2.3 庞加莱分析法
    3.3 不同情绪状态下的特征差异性分析
        3.3.1 动态法信息熵差异性分析
        3.3.2 静态法信息熵差异性分析
        3.3.3 庞加莱图法信息熵差异性分析
        3.3.4 符号串模式比值差异性分析
    3.4 本章小结
第四章 基于符号动力学特征的情绪识别与评估
    4.1 基于符号特征的一对一情绪识别
        4.1.1 基于支持向量机的情绪识别
        4.1.2 基于随机森林的情绪识别
    4.2 情绪识别结果分析
        4.2.1 基于传统特征的一对一情绪识别
        4.2.2 不同特征组的识别结果比较
        4.2.3 基于Gini指数的特征重要性评估分析
    4.3 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读硕士学位期间发表论文与参与课题情况
学位论文评阅及答辩情况表



本文编号：3674218