收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

一种基于混沌特征及优化CHAID决策树的情绪识别方法

车敏诗  聂春燕  范如俊  杨承金  阮新磊  
【摘要】:基于生物电产生的生理信号进行情绪识别,并将其应用于医疗、人工智能等领域,具有巨大的发展前景。生理信号是非线性信号,不易被处理,且常常因为样本数量少而难以进行情绪识别,为解决此问题,针对皮肤电导信号(SC)、心电信号(ECG)、呼吸信号(RSP),提出一种新的情绪识别方法,该方法基于生理信号的最大李雅普诺夫指数、复杂度和盒维数三种混沌特征,同时构建CHAID(chi-square automatic interaction detection)决策树并对其优化。采用德国Augsburg大学国际生理信号数据库作为数据来源进行喜、怒、哀三种情绪识别,在此基础上,采用引导聚集算法对CHAID决策树模型进行优化,提高其稳定性。研究结果表明,基于优化后的CHAID决策树的情绪识别率和结果置信度等各项指标明显高于优化前的CHAID决策树,优化后喜、怒、哀三种情绪的识别率分别为88%、100%、100%。

知网文化
【相似文献】
中国期刊全文数据库 前3条
1 李霞,张田文,李丽,郭政;决策树特征基因选择方法对SVM有效性的研究[J];中国生物医学工程学报;2004年01期
2 张旭东;王亚东;李霞;苏小红;;基于线性判别分析的基因表达数据分类方法研究[J];生物信息学;2006年01期
3 何磊;王超;别强;赵传燕;;高分辨率影像的干旱区植被信息提取方法[J];干旱区资源与环境;2012年11期
中国重要会议论文全文数据库 前1条
1 程树军;潘芳;焦红;;化学品鱼类急性毒性的决策树及替代试验[A];第九届中国实验动物科学年会(2010新疆)论文集[C];2010年
中国硕士学位论文全文数据库 前6条
1 刘亚卿;基于旋转森林的基因数据分类算法研究[D];中国计量大学;2016年
2 怀浩;基于梯度提升决策树的肽碎片离子强度建模[D];山东理工大学;2017年
3 李梦瑶;基于神经元空间形态的分类方法研究[D];华中科技大学;2016年
4 葛卉;脑电与视听觉特征相结合的视频情感分类[D];北京工业大学;2016年
5 刘方;鼠脑神经元胞体的分类研究[D];华中科技大学;2015年
6 杨曦;基于图像的蛋白质晶体分类方法研究[D];上海交通大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978