核典型相关分析算法的多特征融合情感识别

• 作者: 刘付民 张治斌 沈记全
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 情感识别 特征融合 表情特征 韵律特征 核典型相关分析
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 信号处理
• 页码范围: 193-196,253
• 页数: 5页
• 分类号: TP391
• 字数: 3335字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1310-0344

摘要

为了提高情感识别的正确率，针对单模情感特征及传统特征融合方法识别低的缺陷，提出了一种核典型相关分析算法（KCCA）的多特征（multi-features）融合情感识别方法（MF-KCCA）。分别提取语音韵律特征和分数阶傅里叶域表情特征，利用两种特征互补性，采用KCCA将它们进行融合，降低特征向量的维数，利用最近邻分类器进行情感分类和识别。采用加拿大瑞尔森大学数据库进行仿真实验，结果表明，MF-KCCA有效提高了语音情感的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈记全	河南理工大学计算机科学与技术学院	59	181	6.0	10.0
2	刘付民	河南理工大学计算机科学与技术学院	13	58	5.0	7.0
3	张治斌	河南理工大学计算机科学与技术学院	40	254	9.0	14.0