计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2012年
4期
250-253,274
,共5页
情感识别%脉搏信号%相关性分析%最大最小蚁群算法
情感識彆%脈搏信號%相關性分析%最大最小蟻群算法
정감식별%맥박신호%상관성분석%최대최소의군산법
针对脉搏信号的情感识别问题,提出了一种相关性分析和最大最小蚁群算法相结合的方法,找出了对情感识别模型构建具有较好性能的稳定特征子集.首先将原始特征用序列后向选择(SBS)方法排序,然后利用线性相关系数分析法计算特征间的相关度,并根据排序结果去除部分相关度较大的特征,最后针对筛选后的特征子集用最大最小蚁群算法进行特征选择,并结合Fisher分类器对高兴、惊奇、厌恶、悲伤、愤怒和恐惧6种情感进行分类.实验结果表明,该方法能在原始特征集合中找出更稳定有效的特征子集,从而建立起有效的情感识别模型.
針對脈搏信號的情感識彆問題,提齣瞭一種相關性分析和最大最小蟻群算法相結閤的方法,找齣瞭對情感識彆模型構建具有較好性能的穩定特徵子集.首先將原始特徵用序列後嚮選擇(SBS)方法排序,然後利用線性相關繫數分析法計算特徵間的相關度,併根據排序結果去除部分相關度較大的特徵,最後針對篩選後的特徵子集用最大最小蟻群算法進行特徵選擇,併結閤Fisher分類器對高興、驚奇、厭噁、悲傷、憤怒和恐懼6種情感進行分類.實驗結果錶明,該方法能在原始特徵集閤中找齣更穩定有效的特徵子集,從而建立起有效的情感識彆模型.
침대맥박신호적정감식별문제,제출료일충상관성분석화최대최소의군산법상결합적방법,조출료대정감식별모형구건구유교호성능적은정특정자집.수선장원시특정용서렬후향선택(SBS)방법배서,연후이용선성상관계수분석법계산특정간적상관도,병근거배서결과거제부분상관도교대적특정,최후침대사선후적특정자집용최대최소의군산법진행특정선택,병결합Fisher분류기대고흥、량기、염악、비상、분노화공구6충정감진행분류.실험결과표명,해방법능재원시특정집합중조출경은정유효적특정자집,종이건립기유효적정감식별모형.