论文部分内容阅读
基于模糊积分集成融合的多模态生理信号情感识别方法研究
【摘 要】
：
当前,基于生理信号的情感识别已成为一个研究热点,由于生理信号异常复杂且非平稳,同时受个体差异影响显著,导致基于单一模态生理信号构建的情感识别模型存在泛化性能差等问题。考虑到人类情感反应和情绪调节会同时引发多种生理反应的变化,例如呼吸急促同时皮肤出汗等情况,可以通过融合多种类型的生理信号来提升情感识别模型的性能和泛化能力。在多模态生理信号的融合建模方面,由于决策层融合能够有效利用模态之间的互补性,充
【出 处】
：
兰州大学
【发表日期】
：
2021年01期
其他文献
抑郁症愈发成为全球影响最大最严重的心理障碍疾病,国内的抑郁症患者数量与日俱增,给个人、家庭和社会带来极大不良影响。通过功能磁共振成像研究抑郁症患者大脑脑功能连接变化是近二十年抑郁症脑影像研究的主流研究内容,既往研究多以皮尔森相关性作为评估脑功能连接性的主要手段,通过计算两两脑区的时间序列皮尔森相关性值作为脑区功能连接强度,得到连接矩阵进行后续分析。而脑功能连接性值一直是没有标准定义的评估,没有确定
学位
随着计算机科学技术的快速发展,互联网的使用越发普及,在线社交网络已经成为人们日常生活中不可或缺的一部分,信息的传播更依赖于在线社交网络。近年来,社交网络的研究已广泛应用于市场营销、产品推广、舆论监测等领域。因此,对社交网络中蕴含的海量信息进行深入挖掘和分析具有重要的现实意义。在社交网络分析研究领域中,节点影响力度量问题的目的是评估节点在整个网络中的重要性,影响力最大化问题得目的是挖掘出k个最有影响
学位
近年来,复杂网络的研究发展迅速,链路预测是复杂网络领域的主要研究课题之一,其主要研究任务是预测网络中未形成连边的节点之间未来产生连边的可能性。链路预测的研究不仅具有深远的理论意义,而且在商品推荐、生物医药以及便民出行等领域应用广泛,有效促进了人民生活水平的提高。传统的预测算法主要基于共同邻居节点数目或者共同邻居节点的度信息来预测节点之间产生链接的可能性,忽视了节点重要性信息对节点相似性传递的影响,
学位
区块链是一种集合了密码学、点对点(Peer-to-Peer,P2P)网络、分布式存储等技术的去中心化网络结构,智能合约(Smart Contracts)是运行在区块链网络上的可编程网络合约,可以通过用户远程调用和事件触发的方式实现合约内容。目前全世界运行着数百甚至上千个不同的区块链系统,其中大多数都支持智能合约功能。数量众多的区块链系统一方面让这一行业处于百家争鸣的状态中,另一方面则分散了该行业中
学位
图像中含有丰富的物理信息,包括线特征,纹理特征,边缘特征以及点特征,其中点特征是图像中最基础的特征。图像的特征点检测以及匹配技术在图像处理领域有着非常广泛且重要的应用,可以应用于图像拼接,物体识别,三维重建等多个领域。图像特征点检测技术发展至今已提出了诸多经典算法,例如SIFT,ASIFT算法等,至今先进的算法大部分是在已有经典的算法上进行改进提升,尝试提高运行效率,实现运行的实时性或者进一步增加
学位
物联网从提出至今经历了二十余年的发展,随着通信网络、嵌入式芯片和自动控制等相关技术的不断进步,以及云计算、边缘计算、大数据分析、分布式存储等热点技术的融入,如今的物联网领域已经有了翻天覆地的变化,这种“万物互联”的趋势正在重塑农业、制造业、交通、物流以及家居等各个领域。本文以园区物联网的建设为背景,以校园智能门锁为实验对象,设计实现了一个整体的门锁应用系统,并在工作中初探了园区物联网的架构设计和应
学位
同步定位和地图构建(Simultaneous Localization and Mapping,SLAM)是自动驾驶系统的核心和技术之一。激光SLAM的基于点云配准定位技术已经很成熟且可靠性高。但由于激光传感器价格高昂,所以低成本的视觉SLAM方法成为了近些年的研究热点。视觉惯性SLAM将相机和惯性测量单元(Inertial Measurement Unit,IMU)融合到一起,充分利用这两类传感
学位
近几年随着计算机技术的迅速发展,多种基于神经网络的预测模型被建立并迅速的应用在时间序列预测中,凭借着神经网络模型对复杂非线性回归求解的突出优势,在非线性时间序列预测中能得到精度较高的预测结果。然而神经网络模型应用在不同的数据集中预测结果精度差距较大,不具有通用性。因此,目前很多学者采用组合预测模型理论结合智能优化算法将多个模型预测结果通过组合权重综合不同模型提供的预测信息,尽可能的提高预测模型的通
学位