本文選題：情感識別 + 脈搏信號　； 參考：《吉林大學(xué)》2017年碩士論文

【摘要】：當(dāng)今社會發(fā)展飛快,科技日新月異,給人們帶來便利的同時(shí)也增添了現(xiàn)代人的生活壓力。現(xiàn)在情緒問題已經(jīng)成為危害人類健康的超級殺手。因此本文對情感進(jìn)行研究,試圖通過人機(jī)交互,應(yīng)用計(jì)算機(jī)對人體脈搏信號進(jìn)行處理,智能化的從人體生理信號中獲取此人此時(shí)情感。這樣獲取的情感狀態(tài)是最真實(shí)的,可以避免人們表象情感表露的可偽裝性。研究表明可以利用便攜式醫(yī)療設(shè)備實(shí)時(shí)采集人體脈搏信號,通過程序分析及時(shí)獲取人此時(shí)的情感狀態(tài),提醒當(dāng)事人注意情感變化,必要時(shí)通知醫(yī)生及監(jiān)護(hù)人進(jìn)行幫助保護(hù)。脈搏信號屬于比較傳統(tǒng)的生物電信號,自中國古代起就用于分析人體氣血、內(nèi)臟等生理狀態(tài)。相比于其他生理信號,脈搏信號采集容易,而且采集過程中受到的干擾較少。大量研究表明,通過脈搏信號進(jìn)行情感識別效果較好,具有其可行性,因此我們可以從脈搏信號中找出與情感相關(guān)的特征。進(jìn)而通過這些特征建立起情感與脈搏信號之間的的映射關(guān)系,這樣就可以通過脈搏信號識別出不同的情感類型。研究脈搏信號的情感識別對當(dāng)今人類的心理,以及未來人工智能的發(fā)展都具有重要意義。本次實(shí)驗(yàn)通過從美國麻省理工情感識別數(shù)據(jù)庫中提取了在憤怒、興奮、悲傷、平靜四種情感狀態(tài)下的脈搏信號用以進(jìn)行課題研究。研究主要分為以下幾部分:1)脈搏信號的預(yù)處理:為準(zhǔn)確獲取脈搏波的特征,首先對脈搏波進(jìn)行去噪處理。采用了小波變換的方式,通過小波的分解與重構(gòu)去除了基線漂移等噪聲,同時(shí)保留脈搏信號有效信息。2)脈搏信號的特征提取:不同特征的選取影響著最后分類識別準(zhǔn)確率,因此特征選取很重要。單一特征存在局限性,很難保證最后的分類準(zhǔn)確性,因此本次研究采用組合特征,包括脈搏波時(shí)域的統(tǒng)計(jì)特征與小波特征。通過差分閾值法進(jìn)行特征點(diǎn)檢測,準(zhǔn)確地提取到脈搏波主峰值點(diǎn)、降中峽(重搏波切跡)等特征點(diǎn),獲取其時(shí)域統(tǒng)計(jì)特征;通過‘db7’小波對其進(jìn)行五層小波分解獲取各層高低頻的小波系數(shù)及能量。3)情感識別特征分類處理:構(gòu)建更具優(yōu)勢的結(jié)合層次支持向量機(jī)模型的情感識別算法,解決了支持向量機(jī)(SVM)模型分類所需的支持向量機(jī)數(shù)目多、訓(xùn)練集樣本多、占用內(nèi)存多、運(yùn)算時(shí)間長等問題。該算法結(jié)合了二維情感模型搭建層次結(jié)構(gòu),按照情感本身的維度特點(diǎn)對提取出的攜帶情感信息的脈搏信號特征進(jìn)行分類,以達(dá)到對不同情感進(jìn)行識別的目的。區(qū)分n種類型時(shí),一對一的支持向量機(jī)分類需要n(n-1)/2個(gè)分類器,一對多的支持向量機(jī)分類需要n個(gè)分類器,且訓(xùn)練樣本較多。運(yùn)用層次SVM分類只需要構(gòu)造n-1個(gè)SVM分類器,且訓(xùn)練樣本減少。實(shí)驗(yàn)結(jié)果表明,對于四分類問題層次支持向量機(jī)模型只需3個(gè)支持向量機(jī),小于一對多SVM分類需要的4個(gè)支持向量機(jī),小于一對一SVM分類需要的6個(gè)支持向量機(jī)數(shù)目,同時(shí)減少了訓(xùn)練過程中的樣本數(shù)。本文模型可以在保證分類的準(zhǔn)確性的同時(shí),減少支持向量機(jī)個(gè)數(shù),降低訓(xùn)練樣本數(shù),因此提升了訓(xùn)練分類速度,能夠更好地完成情感識別應(yīng)用的需要。
[Abstract]:This paper makes a study on emotion recognition by means of wavelet transform in order to obtain the characteristic of pulse wave . The results show that only 3 support vector machines are needed for classification of four classification problems . The results show that only 3 support vector machines are needed for classification of four classification problems . The number of support vector machines is less than that of one - to - one SVM classification . The model can reduce the number of support vector machines and reduce the number of training samples .

【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：R318;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 王炳和;董彥武;吳勝舉;楊槞;相敬林;張效民;王海燕;;人體脈搏信號的功率倒譜與倒濾波譜分析[J];科學(xué)通報(bào);1993年22期

2 鄧云江;;基于小波包分解的脈搏信號定量分析[J];科技風(fēng);2014年11期

3 宋建勤,董彥武,吳勝舉;倒譜技術(shù)在人體脈搏信號分析中的應(yīng)用[J];陜西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1997年02期

4 王炳和,郭紅霞;從脈搏信號中準(zhǔn)確提取呼吸和心率信息的新方法[J];陜西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

5 盧超;;脈搏檢測實(shí)驗(yàn)裝置的研制[J];實(shí)驗(yàn)室研究與探索;2010年09期

6 高澤利;快速心率測定儀的設(shè)計(jì)及制作[J];中國醫(yī)學(xué)物理學(xué)雜志;2001年03期

相關(guān)會議論文 前7條

1 熊運(yùn)霞;苗德華;鄧三鵬;;用于人體疲勞狀態(tài)檢測的脈搏信號監(jiān)測系統(tǒng)的設(shè)計(jì)[A];2009全國虛擬儀器大會論文集（二）[C];2009年

2 張愛華;蔡海燕;;VDT作業(yè)過程中脈搏信號的動(dòng)態(tài)分析[A];中國生物醫(yī)學(xué)工程學(xué)會成立30周年紀(jì)念大會暨2010中國生物醫(yī)學(xué)工程學(xué)會學(xué)術(shù)大會報(bào)告論文[C];2010年

3 韓清鵬;;應(yīng)用小波變換的脈搏信號去噪處理與特征點(diǎn)提取[A];第十二屆全國非線性振動(dòng)暨第九屆全國非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會議論文集[C];2009年

4 楊風(fēng)健;;基于LabVIEW的脈搏信號檢測與分析系統(tǒng)[A];2010振動(dòng)與噪聲測試峰會論文集[C];2010年

5 王炳和;張建偉;相敬林;;基于小波變換的人體脈搏信號時(shí)-頻分布與心臟功能檢測[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

6 于璐;沙憲政;;Labview和Matlab平臺下的脈搏信號分析[A];中國生物醫(yī)學(xué)工程學(xué)會成立30周年紀(jì)念大會暨2010中國生物醫(yī)學(xué)工程學(xué)會學(xué)術(shù)大會報(bào)告論文[C];2010年

7 楊玉芳;熊繼平;譚黎;;基于單片機(jī)的光電脈搏檢測系統(tǒng)[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅰ[C];2011年

相關(guān)博士學(xué)位論文 前3條

1 王鵬;脈搏信號獲取與分析的研究[D];哈爾濱工業(yè)大學(xué);2014年

2 劉磊;基于多普勒超聲信號的脈象分析與分類研究[D];哈爾濱工業(yè)大學(xué);2013年

3 韓清鵬;脈搏信號的非線性分析及其不同情緒和環(huán)境的影響研究[D];浙江大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 孫霞;人體脈搏信號的采集與分析[D];哈爾濱理工大學(xué);2009年

2 唐銘一;脈搏信號數(shù)據(jù)分析與管理的研究[D];北京服裝學(xué)院;2010年

3 楊超;基于改進(jìn)的EMD脈搏信號特征的情感識別方法[D];重慶理工大學(xué);2015年

4 黃旭為;穿戴式脈搏信號檢測系統(tǒng)的設(shè)計(jì)與算法研究[D];華南理工大學(xué);2015年

5 張錫斌;心電為時(shí)基雙側(cè)脈搏信號采集系統(tǒng)實(shí)現(xiàn)與研究[D];東北大學(xué);2013年

6 邵靜丹;鴿子機(jī)器人戶外飛行調(diào)控工具的開發(fā)與應(yīng)用[D];南京航空航天大學(xué);2014年

7 程旭敏;可穿戴眼鏡中脈搏和運(yùn)動(dòng)信號的分析處理及應(yīng)用研究[D];東南大學(xué);2015年

8 王瑩瑩;基于手機(jī)的脈搏信號無線監(jiān)護(hù)系統(tǒng)的研究[D];燕山大學(xué);2016年

9 湯欣;三基色環(huán)境下多通道脈搏信號影響分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];燕山大學(xué);2016年

10 何慧敏;基于脈搏特征參數(shù)和面部溫度分布特性的女性氣血病理的決策分析[D];昆明理工大學(xué);2016年

，

本文編號：1855487