2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著計算機網(wǎng)絡通信技術和多媒體技術的飛速發(fā)展,新型的人機交互(Human MachineInteraction,HCI)技術已成為當前計算機科學領域一個十分活躍的研究課題。情感計算的研究對于增強計算機的智能化和人性化開發(fā)新型人機環(huán)境,以及推動心理學等學科的發(fā)展,有著重要的現(xiàn)實意義,并最終產(chǎn)生很人經(jīng)濟效益和社會效益。情感識別是情感計算的一個關鍵問題,是建立和諧人機環(huán)境的基礎之一。 情感識別的方法,目前多采用面部表情,身體姿態(tài)和語音

2、信號分析法,以及心理學上常用的問卷調(diào)查法,其結果通常受被試和主試的主觀因素影響,而生理變化只受人的自主神經(jīng)系統(tǒng)和內(nèi)分泌系統(tǒng)支配,不受人的主觀控制,因而應用生理信號測量法,所得數(shù)據(jù)更客觀。所以本文采用生理信號中的表面肌電信號(surface electromyography signal EMG)來識別joy、anger、sadness、pleasure四種情感狀態(tài)。本文是在Picard教授帶領的MIT媒體實驗小組證明應用生理信號對情感識

3、別的方法是可行的和德國Augsburg大學的研究成果上并采用德國Augsburg大學Johannes Wagner等人對1個被試者在音樂的誘發(fā)下產(chǎn)生的joy、anger、sadness、pleasure四種情感時25大的表面肌電信號數(shù)據(jù)的基礎上,主要做了以下兩個方面的工作: (1)針對表面肌電信號的非平穩(wěn)性,采用小波變換方法對表面肌電信號進行分析,然后提取小波系數(shù)最大值和最小值構造特征矢量分別輸入用L-M算法改進的BP神經(jīng)網(wǎng)絡分

4、類器和最近鄰法分類器對joy、anger、sadness、pleasure四種情感狀態(tài)進行分類識別。 (2)對25天的表面肌電信號數(shù)據(jù)采用小波包變換方法進行預處理,然后提取小波包變換系數(shù)的熵值。通過大量仿真實驗確定分類判別點的小波包系數(shù)熵值,并對joy和asdness,anger和pleasure,joy和pleasure,anger和sadness的4組情感和情感喚醒度進行了分類識別。 通過大量仿真實驗證實了上述工作的

5、可行性和有效性,得出以下結論: (1)總體分類識別效果BP神經(jīng)網(wǎng)絡分類器優(yōu)于最近鄰法分類器,其中單個情感joy的識別效果最近鄰法分類器比BP神經(jīng)網(wǎng)絡分類器要好,也說明情感狀態(tài)joy的表面肌電信號聚類效果較好。也證實了用單一的生理信號也能達劍較好的識別效果。如果對BP網(wǎng)絡的設計和學習算法的進一步改進,以及小波變換特征提取的改進都是可以提高情感識別率的。今后的工作就是BP網(wǎng)絡的設汁和學習算法的改進,以及小波變換特征提取方法的改進。

6、 (2)用空間的相對能量的小波包系數(shù)熵作為特征是一種較好的特征提取方法,能得到比較理想的識別結果。并說明了高喚醒度的表面肌電信號比較有序,低喚醒度的表面肌電信號比較無序混沌,能量隨機的分散在各個子頻帶中。也證明了提取表面肌電信號的小波包系數(shù)熵來分析表面肌電信號,并進行情感狀態(tài)識別是可行且有效的。但是用小波包系數(shù)熵同時來識別joy、anger、sadness、pleasure四種情感狀態(tài)效果不太理想,應該進一步去研究發(fā)現(xiàn)更有效的特征

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論