

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、“情感計算是關于、產生于和影響于情感方面的計算,其目的是賦予計算機識別、理解、表達和適應人情感的能力”。情感識別是情感計算研究的關鍵問題之一,而情感識別的正確性,直接由用于識別情感的特征模式決定。在以生理信號為對象的情感識別中,提取能有效區(qū)分不同情感狀態(tài)的特征,是生理信號情感識別的關鍵。
本文以心電(Electrocardiogram,ECG)信號為研究對象,采用小波變換的方法,從小波系數中提取高興、悲傷等不同情感狀態(tài)心電
2、信號的特征,分析特征值大小與情感狀態(tài)的關系。主要做了以下工作:
1.對德國Augsburg大學以音樂為誘發(fā)素材,采集自同一被試不同情感狀態(tài)的ECG數據樣本做小波分解,提取小波系數的統計特征進行分析,對同一天采集的四種情感數據的同一特征,比較其相對大小關系,得出大小關系一致的特征作為情感識別依據。對選取的特征執(zhí)行標準化之后,直接采用閾值判別的方法,對高興和悲傷兩類情感分類效果較好,最高可以達到92%。驗證了小波變換提取心電信
3、號情感特征的有效性。
2.根據不同小波分解的實驗結果,結合由類間離散度和類內離散度決定的適應度值,提出選擇比較適合用于心電信號情感特征提取的小波函數的方法。
3.以視頻片段為材料,誘發(fā)被試高興、悲傷等特定情感,采用美國Biopac公司提供的多導生理記錄儀MP150同時采集包括心電信號在內的六種生理信號數據,利用其中244組ECG信號對前面得分析結論進行驗證,并且將數據按情感喚起強度分成三組,通過分組對比的方式
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換的ECG信號的特征提取與數據壓縮.pdf
- 基于小波變換的通信信號特征提取與調制識別.pdf
- 小波變換在腦電特征信號提取中的應用研究.pdf
- 基于小波(包)變換的心電信號特征提取方法研究.pdf
- 小波變換在心電信號特征提取中的應用研究.pdf
- 第二代小波變換在ECG信號的應用研究.pdf
- 基于小波變換的圖像特征提取方法研究.pdf
- 基于諧波小波變換的腦電信號分析與特征提取研究.pdf
- 基于二元樹復小波變換的振動信號特征提取.pdf
- 基于小波變換和多域融合的腦電信號特征提取.pdf
- 進化算法在選取ECG信號情感特征中的研究.pdf
- 進化算法在選取ecg信號情感特征中的研究
- 基于小波變換的語音特征值提取算法的研究.pdf
- 基于小波變換技術的紋理特征提取技術的研究.pdf
- 基于Gabor小波變換的掌紋特征提取算法研究.pdf
- 基于小波變換的音頻特征提取與分類研究.pdf
- 利用小波變換進行高噪背景下的信號提取.pdf
- 基于小波變換的交通圖像特征提取
- 基于小波包變換的J波信號的檢測與提取.pdf
- 基于小波變換提取高壓局部放電信號的研究.pdf
評論
0/150
提交評論