進化算法在選取ECG信號情感特征中的研究.pdf

1、由于情感在人類的感知、決策等眾多過程中扮演著重要角色，并且伴隨著在認知領域的不斷探索，于是人們開始迫切地從事對情感狀態(tài)領域的研究。而在此類研究中，尤其以研究面部識別、語音識別為主，但這些特征有時根本無法反映出人類真實情感狀態(tài)，也就無法從生理角度上分析人類情感。而為了解決這種沖突矛盾，本研究采用生理信號作為研究對象來分析情感識別。通過分析生理信號，就可以識別出內(nèi)在的情感和情緒變化，最可靠的是能采集到比較理想的符合真實環(huán)境的生理數(shù)據(jù)。美國M

2、IT媒體實驗室情感計算研究小組的Picard教授及其合作者率先從生理信號中提取特征來進行情感狀態(tài)識別方面的研究，相繼的其它國家與學者也在這一方面給予了極大的重視，并開始了積極的研究。然而，現(xiàn)有的基于生理信號的情感狀態(tài)識別卻存在著眾多難題，譬如：識別效果欠佳，無法得到統(tǒng)一而有效的特征組合，魯棒性較差等等。因此文中引入基于進化算法的思想希望在生理信號情感識別領域中突破以往的局限，進而達到較好的效果和有效的特征組合。 進化算法是一種新

3、興的搜索尋優(yōu)技術，它根據(jù)生物中遺傳與進化的原理，仿效基因、染色體等物質(zhì)表達所研究的問題，遵循達爾文“物競大擇，適者生存”原則，使隨機生成的初始問題解通過復制、交換、突變等遺傳操作不斷迭代進化、逐步逼近最優(yōu)解，從實質(zhì)上講，進化算法是生物科學與工程技術相結(jié)合的一門邊緣學科，目前，它已成為繼專家系統(tǒng)、人工神經(jīng)網(wǎng)絡之后有關人工智能學科的第三個研究熱點。 由于ECG信號蘊含情感特征豐富，可以較明顯的反映出人類的情感狀態(tài)變化，因此，論文結(jié)合

4、進化智能優(yōu)化算法應用處理ECG信號的情感狀態(tài)特征優(yōu)化問題，在一定程度上有效的解決了以往傳統(tǒng)方法處理ECG信號特征選擇的諸多局限性，在此基礎上，進一步深入研究了ECG信號的情感識別難題，主要研究內(nèi)容如下： 1)心電信號的數(shù)據(jù)采集：實驗通過MP150采集了391個被試在高興與悲傷兩種情感狀態(tài)下所激發(fā)的ECG生理信號，所需的被試均來自西南大學在校大學生； 2)原始心電信號的預處理：利用小波降噪函數(shù)和濾波器去除電源干擾的高頻噪聲

5、和基線漂移及抖動等干擾因素； 3)情感特征的提?。豪眯〔ㄗ儞Q良好的時—頻局部化和對信號奇異點檢測能力，對采集的ECG信號進行離散小波變換，去除帶外噪聲和基線漂移的同時重構(gòu)ECG信號的高頻部分，并通過對心電信號自身的特點進行分析，提取出84種統(tǒng)計特征，最后選擇出比較有效的108組ECG生理信號，形成數(shù)據(jù)庫； 4)情感特征子集選擇：將進化算法中的進化策略和遺傳算法與KNN分類器結(jié)合，以近鄰法分類的正確率作為進化算法的評價準