基于递归定量分析的生理信号情感识别

摘要：

基于常规统计的人体生理信号特征提取应用广泛,然而基于常规统计特征的方法在分类识别效果上并不理想.为了解决这类问题,在研究人体生理信号的基础上,提出了一种基于递归图和递归定量分析相结合的方法,提取了生理信号在递归图中的递归率、确定率、对角线结构长度等特征.采用神经网络(neural network,NN)、K最近邻( K nearest neigh-bor,KNN)、朴素贝叶斯(naive Bayesian,NB)、决策树(decision tree,DT)算法进行情感识别.实验结果表明,递归图中的特征是一组非常有效的特征.相对于传统的统计特征提取,非线性特征提取方法提取的特征更少,但是在情感分类识别效果上优于统计特征提取的方法.所采用的方法改进了传统特征提取数目庞大、效果不理想的问题,较好地实现了基于人体生理信号的情感识别.

关键词：递归图、递归定量分析、统计特征、特征提取、情感识别

所属期刊栏目：28

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61572260,61373017,61572261,61672297;中国博士后科学基金2014M560440;江苏省"六大人才高峰"2010DZXX026;江苏省博士后科研基金1302055C;江苏省重点项目研究与发展计划BE2015702,BE2017742;江苏省优秀青年科学基金学者BK20160089

在线出版日期：2018-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：94-98,102