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:
为了克服单模式情感识别存在的局限性,文中以语音信号和面部表情信号为研究对象,提出了一种新型的多模式情感识别算法.首先,将提取的语音信号和面部表情信号特征进行融合,然后通过有放回地抽样获得各训练样本集,并利用Adaboost算法训练获得各子分类器.再采用双误差异性选择策略来度量两两分类器之间的差异性.最后运用多数投票原则进行投票,得到最终识别结果.实验结果表明,该方法充分发挥了决策层融合与特征层融合的优点,使整个情感信息的融合过程更加接近人类情感识别,情感识别率达91.2%.
推荐文章
基于特征融合的图像情感语义识别研究
情感语义
情感语义映射
SVM
特征融合
基于GA-ANN融合算法的棉田杂草特征降维及分类识别
棉花
杂草
遗传算法
人工神经网络
自组织特征映射网络
降维分析
分类识别
基于遗传算法的多模态情感特征融合方法
多模态情感识别
特征融合
特征选择
遗传算法
核典型相关分析算法的多特征融合情感识别
情感识别
特征融合
表情特征
韵律特征
核典型相关分析
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 多模式情感识别特征参数融合算法研究
来源期刊 计算机技术与发展 学科 工学
关键词 多模式 情感识别 语音信号 面部表情信号
年,卷(期) 2016,(5) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 27-30,35
页数 5页 分类号 TP391.4
字数 3692字 语种 中文
DOI 10.3969/j.issn.1673-629X.2016.05.006
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 王健 渤海大学工学院 44 130 7.0 9.0
2 韩志艳 渤海大学工学院 15 107 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (332)
参考文献  (15)
节点文献
引证文献  (6)
同被引文献  (6)
二级引证文献  (1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(9)
  • 参考文献(0)
  • 二级参考文献(9)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多模式
情感识别
语音信号
面部表情信号
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导