相关性分析和最大最小蚁群算法用于脉搏信号的情感识别

• 作者: 刘光远 赖祥伟 陈红
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 情感识别 脉搏信号 相关性分析 最大最小蚁群算法
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 250-253,274
• 分类号: TP391.41
• 字数: 6305字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.04.058

摘要

针对脉搏信号的情感识别问题,提出了一种相关性分析和最大最小蚁群算法相结合的方法,找出了对情感识别模型构建具有较好性能的稳定特征子集.首先将原始特征用序列后向选择(SBS)方法排序,然后利用线性相关系数分析法计算特征间的相关度,并根据排序结果去除部分相关度较大的特征,最后针对筛选后的特征子集用最大最小蚁群算法进行特征选择,并结合Fisher分类器对高兴、惊奇、厌恶、悲伤、愤怒和恐惧6种情感进行分类.实验结果表明,该方法能在原始特征集合中找出更稳定有效的特征子集,从而建立起有效的情感识别模型.

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	陈红	西南大学电子信息工程学院	168	1480	21.0	33.0
3	赖祥伟	西南大学计算机与信息科学学院	10	95	5.0	9.0