量子粒子群和相关性分析在心电特征选择中的应用

• 作者: 刘光远 曹军 赖祥伟
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 特征选择 相关性分析 二进制量子粒子群算法 情感识别
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 209-211,221
• 分类号: TP391.41
• 字数: 3987字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.03.047

摘要

针对心电(ECG)信号情感识别中特征选择的问题,首先运用相关性分析方法,去除原始特征集中的高相关度特征,实现原始特征集的降维；其次,为了在降维后的特征空间中进行有效的特征选择,提出了一种改进的二进制量子粒子群算法(SBQPSO).实验结果表明,基于本算法结合Fisher分类器建立的ECG信号情感识别系统能够对高兴、惊奇、厌恶、悲伤、愤怒和恐惧6种情感达到良好的识别效果.

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	赖祥伟	西南大学计算机与信息科学学院	10	95	5.0	9.0
3	曹军	西南大学电子信息工程学院	1	4	1.0	1.0