双重结构粒子群和KNN在生理信号情感识别中的应用

• 作者: 刘光远 程德福 邱玉辉
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 生理信号 粒子群优化 K近邻 特征选择 情感识别
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 模式识别
• 页码范围: 1423-1425,1429
• 页数: 4页
• 分类号: TP18
• 字数: 3867字
• 语种: 中文

摘要

将双重结构的粒子群(DSPSO)应用到生理情感特征的选择中,提高了特征选择效果和情感识别的正确率.提出了增量K多类KNN分类器解决KNN在分多类时出现的不可分现象并改善了多类识别的效果.通过4种生理信号(EMG、SC、ECG、RSP)来识别4种情感(joy、anger、sadness、pleasure),同传统的SFFS算法以及BPSO算法相比,识别率有了较大的提高.仿真结果表明,DSPSO能较好地完成生理情感特征的选择任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱玉辉	西南大学计算机与信息科学学院	82	1462	16.0	36.0
2	刘光远	西南大学电子信息工程学院	52	473	13.0	18.0
3	程德福	西南大学电子信息工程学院	1	9	1.0	1.0