基于PC A-S VM多生理信息融合的情绪识别方法

• 作者: 李发权 杨立才 颜红博
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 主成分分析 支持向量机 信息融合 情绪识别 特征子集
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 70-76
• 页数: 7页
• 分类号: TP391.3
• 字数: 4001字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2014.120

摘要

为了有效解决情绪识别过程中多种生理信息融合所导致的运算量过大的问题，提出了一种主成分分析（principal component analysis，PCA）与支持向量机（support vector machine，SVM）相结合的情绪识别方法。利用主成分分析法，求出各特征对情绪识别效果的影响权重，通过阈值法选择权重较大的特征组成新的特征子集，从而减少SVM的输入特征维数，降低算法的运算量。试验结果表明，该方法可以有效提高算法的执行效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨立才	山东大学控制科学与工程学院	35	836	16.0	28.0
2	李发权	山东大学控制科学与工程学院	2	8	2.0	2.0
3	颜红博	山东大学控制科学与工程学院	1	5	1.0	1.0