基于递归定量分析的生理信号情感识别

• 作者: 叶宁 李才隆 王汝传 黄海平
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 递归图 递归定量分析 统计特征 特征提取 情感识别
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 94-98,102
• 页数: 6页
• 分类号: TP301
• 字数: 5095字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.11.021

摘要

基于常规统计的人体生理信号特征提取应用广泛,然而基于常规统计特征的方法在分类识别效果上并不理想.为了解决这类问题,在研究人体生理信号的基础上,提出了一种基于递归图和递归定量分析相结合的方法,提取了生理信号在递归图中的递归率、确定率、对角线结构长度等特征.采用神经网络(neural network,NN)、K最近邻( K nearest neigh-bor,KNN)、朴素贝叶斯(naive Bayesian,NB)、决策树(decision tree,DT)算法进行情感识别.实验结果表明,递归图中的特征是一组非常有效的特征.相对于传统的统计特征提取,非线性特征提取方法提取的特征更少,但是在情感分类识别效果上优于统计特征提取的方法.所采用的方法改进了传统特征提取数目庞大、效果不理想的问题,较好地实现了基于人体生理信号的情感识别.