论文部分内容阅读
情绪是由某种特定的对象或情景所引发的一系列反应,会影响人的生理状态,因此可通过生理信号进行识别。提出一种融合脉搏波、皮肤电反应、呼吸、皮肤温度等多种信号的特征,结合SVM-RFE-CBR(基于支持向量机可减少相关性偏差的递归特征+消除)特征排序算法进行特征选择,利用支持向量机进行分类的情绪识别模型,并通过DEAP数据集验证该模型在愉悦度、唤醒度、优势度上的二分类效果,分别获得了73.5%、81.3%、76.1%的准确率。结果表明,利用多种生理信号融合可有效地进行情绪识别。