基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于级联投影的高斯混合模型算法。首先,针对不同的特征维度计算高斯混合模型的边缘概率,依据边缘概率模型构造出多个子分类器,每个子分类器包含不同的特征组合。采用级联结构的框架对子分类器进行动态融合,从而获得对样本的自适应能力。其次,在心电情感信号和语音情感信号上验证了算法的有效性,通过实验诱发手段,采集了烦躁、喜悦、悲伤等情感数据。最后,探讨了情感特征参数(心率变异性、心电混沌特征,语句级静态特征等)的提取方法。研究了情感特征的降维方法,包括主分量分析、顺序特征选择、Fisher 区分度和最大信息系数等方法。实验结果显示,所提算法能够在2种不同的场景中有效地提高情感识别的准确率。
推荐文章
基于PAD模型的级联分类情感语音识别
PAD模型
级联分类
声学特征
支持向量机
情感语音识别
基于高斯模型的心电特征提取研究
心电信号
QRS
高斯混合模型
特征提取
R峰定位
基于 PAD 情绪模型的情感语音识别
语音特征
情感语音识别
PAD情绪模型
相关性分析
基于AdaBoost-LSTM模型的语音情绪识别研究
语音识别
情绪识别
Adaboost-LSTM
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于级联投影高斯混合模型的语音与心电情绪识别
来源期刊 东南大学学报(英文版) 学科 工学
关键词 高斯混合模型 情绪识别 样本自适应 情绪诱发
年,卷(期) 2015,(3) 所属期刊栏目
研究方向 页码范围 320-326
页数 7页 分类号 TN912.3
字数 1434字 语种 英文
DOI 10.3969/j.issn.1003-7985.2015.03.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵力 东南大学信息科学与工程学院 308 3093 27.0 44.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (1)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (4)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(5)
  • 参考文献(5)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高斯混合模型
情绪识别
样本自适应
情绪诱发
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导