计算机科学 ›› 2008, Vol. 35 ›› Issue (3): 137-138.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要: 通过生理信号来识别人的情感状态越来越引起人们的关注。如何提取有效的生理信号特征进行情感状态的分类,是情感识别的关键。本文采用离散二进制粒子群优化算法(BPSO)进行特征选择,以提高情感状态分类的效果。通过四种生理信号来识别四种情感状态,用最近邻法进行分类,总体识别率达到85%。仿真实验结果表明,将BPSO方法用于生理信号的特征选择是可行的。
关键词: 生理信号 二进制粒子群算法 特征选择 情感识别
Abstract: Recently, more and more people pay attention to emotion recognition through physiological signals. How to select effective physiological signals' features to classify emotions, is a key step towards emotion recognition, This paper presents with feature se
Key words: Physiological signal, Binary particle swarm optimization(BPSO), Feature selection, Emotion recognition
. 基于BPSO的四种生理信号的情感状态识别[J]. 计算机科学, 2008, 35(3): 137-138. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2008/V35/I3/137
Cited