基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对用生理信号来识别情感状态中的最优情感特征组合选择这一组合优化问题,用遗传算法来选择最能代表相应情感状态的最优特征组合,以最近邻法的分类正确率作为当前搜索到的最优特征组合评价准则,将两者结合用于joy,anger,pleasure,sadness 4种情感状态的识别,得到了较好的情感识别效果.仿真实验表明,该方法是有效的.
推荐文章
生理信号情感识别的遗传算法研究
遗传算法
最近邻算法
最优情感特征组合
用分层循环遗传算法识别生理信号情感状态
遗传算法
情感识别
生理信号
特征选择
循环策略
改进遗传算法优化BP神经网络的语音情感识别
遗传算法
反向传播神经网络
语音情感识别
自适应
优化
基于改进遗传算法的基桩缺陷自动识别
缺陷
自动识别
遗传算法
自适应概率
自适应小生境
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传算法的生理信号情感识别
来源期刊 西南大学学报(自然科学版) 学科 工学
关键词 遗传算法 最近邻分类 最优情感特征组合
年,卷(期) 2007,(9) 所属期刊栏目 信息科学
研究方向 页码范围 134-138
页数 5页 分类号 TP391.4
字数 3680字 语种 中文
DOI 10.3969/j.issn.1673-9868.2007.09.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘光远 西南大学电子信息工程学院 52 473 13.0 18.0
2 牛晓伟 西南大学电子信息工程学院 3 23 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (22)
参考文献  (1)
节点文献
引证文献  (9)
同被引文献  (5)
二级引证文献  (23)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
遗传算法
最近邻分类
最优情感特征组合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西南大学学报(自然科学版)
月刊
1673-9868
50-1189/N
大16开
重庆市北碚区天生路2号
1957
chi
出版文献量(篇)
6419
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导