首页 > 文献资料
-
基于多生理信号的情绪初步识别
以生理信号分析为主,表情行为观察和情绪主观感受评价为辅,对多名被试的情绪进行识别.60名大学女生接受恐惧-快乐-轻松的情绪诱发,有效数据55名,对应每个情绪片段,根据信号标记以及GSR微分,截取1min的生理信号进行处理和分析,应用SPSS对各生理参数进行情绪的单因素方差分析,然后采用逐步多类判别法,提取特征参数以识别情绪.结果表明HR、HRV、R波、T波各生理参数对情绪较敏感;提取出HFP,HR max,PNN50,LF/HF,Ratio,LFP,Mean NN 7个特征参数,构建情绪判别函数Fuction1,Fuction2和Z1、Z2,Z3;轻松的判别正确率为88.0%,快乐的为92.0%,恐惧的为80.0%,总体判别正确率为86.7%.以生理信号分析为主,辅助表情行为观察和情绪主观感受报告,是一种有效的情绪识别方法,所得数据客观、准确,提高了情绪识别率.
-
基于生理信号的压力情感数据库的建立及分析
情感数据获取的有效性与合理性是认知情感计算研究中的关键问题,其结果直接影响后续的情感识别及分析.因此,建立性能良好的情感计算数据库是情感计算研究的重要部分,也是该领域学者研究的热点.本文针对这一问题,分析与比较了国际上两个公开、经典的认知情感计算数据库的性能,即美国麻省理工学院(MIT)的认知情感计算数据库与德国Augsburg大学情感识别数据库,分别就数据库中数据的结构与数据类型进行了比较,并对基于该数据实现情感识别的效果进行了分析研究,结果表明,基于生理参数的分析,能有效地进行情感识别,是一种实现情感评估的可行方法.针对国内基于生理参数压力情感评估的数据缺乏这一问题,构建了一个面向高校中高压力人群的压力情感评估数据库.该数据库以应届硕士研究生作为受试,通过一定的认知任务刺激,采集其生理参数,并基于此数据库进行了压力分析,结果表明,该数据库的建立对于压力评估具有一定参考价值,希望通过此研究,为压力情感评估和分析提供一个参考与支持.
-
情感计算——一个探索人类情感的神秘工具
知、情、意是人类三种基本的心理功能,分别是对三种不同性质的事物的主观反映,三者共同构成了人类心智活动的基础.情感作为人类意识的重要组成部分,是人类认识世界、反映世界的特殊方式.情感计算是关于情感机制、情感产生以及影响情感因素的研究,是实现人工智能的基础,其研究内容涉及认知科学、心理学、生理学、行为学、传感器技术、计算机科学等,是一个多学科交叉的研究领域.本文从情感产生与作用机制出发,综述了情感信息的获取、情感建模、情感理解、情感表达等情感计算的核心研究内容,并就新的研究进展与应用前景进行了讨论.希望藉此工作,更好地探索与了解情感计算基础理论,使更多的研究人员能深入到这一探索人类情感的神秘工具——情感计算的研究工作中.
-
基于改进的隐马尔科夫模型的情感压力分级方法
现有情感压力评估方法主要针对有无压力进行评估,或者虽然实现了简单压力分级,但未考虑前一状态对当前压力状态的影响,因此评估效果不理想.针对这一问题,本文提出了一种基于隐马尔科夫模型(HMM)的情感压力分级模型.进一步地,在情感计算理论支持下,建立了情感压力分级算法.该算法考虑了前一个压力状态对当前压力的影响以及环境因素的影响,并建立了匹配过程,使用间隔放大并设定阈值的方法,根据数据的范围按比例线性调节,经匹配后,对特征参数进行归一化,作为模型的输入得出情感压力分级的结果.实验结果表明,该方法考虑了外界环境因素与前一压力状态对当前压力状态的影响,能有效地对情感压力进行分级,并提高情感压力分级的准确率.
