面向可穿戴多模生物信息传感网络的栈式自编码器优化情绪识别

• 作者: 张蔚航 张鹏博 戴逸翔 戴鹏 王雪
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 情绪识别 多模感知测量 可穿戴生物信息传感网络 栈式自编码器 深度学习 物联网 传感器网络
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 物联网与信息物理融合系统
• 页码范围: 1750-1763
• 页数: 14页
• 分类号: TP391
• 字数: 11148字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2017.01750

摘要

情绪识别是指采用无生命的传感器和计算机感知测量识别人类情绪状态,其主要环节包括情绪相关信号获取、特征提取以及分类识别.情绪识别可为人类情绪健康监测乃至情绪相关心理精神疾病的初筛提供科学依据.该文构建了多模可穿戴生物信息传感网络测量被测个体的多模情绪相关信号(脑电、脉搏以及血压),经由身体主站将信号传输至远程网络数据中心,并将情绪识别的结果进行网络发布,简化了测量结构,使得被测个体日常情绪监测和远程监控成为可能.由于信号测量和特征提取过程中存在不确定性,该文提出了栈式自编码器(基于深度学习理论)优化的情绪识别算法.71天时间跨度的实验结果表明,栈式自编码器预学习后的特征向量具有更高的一致性与可分性,情绪识别率较相关研究提高了约5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雪	清华大学精密仪器系精密测试技术及仪器国家重点实验室	63	754	15.0	24.0
2	戴逸翔	清华大学精密仪器系精密测试技术及仪器国家重点实验室	4	36	4.0	4.0
3	张鹏博	清华大学精密仪器系精密测试技术及仪器国家重点实验室	4	29	3.0	4.0
4	戴鹏	清华大学精密仪器系精密测试技术及仪器国家重点实验室	5	16	2.0	4.0
5	张蔚航	清华大学精密仪器系精密测试技术及仪器国家重点实验室	3	18	2.0	3.0