相关性分析和最大最小蚁群算法用于脉搏信号的情感识别

摘要：

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.

关键词：情感识别、脉搏信号、相关性分析、最大最小蚁群算法

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金60873143;国家重点学科基础心理学科研基金NKSF07003;中央高校基本科研业务费专项资金XDJK2009B008

在线出版日期：2012-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：250-253,274