基于呼吸信號的情感識別研究.pdf

1、西南大學(xué)碩士學(xué)位論文基于呼吸信號的情感識別研究姓名：王彬申請學(xué)位級別：碩士專業(yè)：信號與信息處理指導(dǎo)教師：劉光遠(yuǎn)20100501西南大學(xué)碩學(xué)位論文情感識別的研究。特征選擇實(shí)際上是一個組合優(yōu)化問題，因此可以采用解決優(yōu)化問題的方法來解決特征選擇問題。智能優(yōu)化算法來解決組合優(yōu)化問題是一個很好的選擇。遺傳算法是通過模擬自然進(jìn)化過程進(jìn)行搜索最優(yōu)解的方法。由于遺傳算法的整體搜索策略和優(yōu)化搜索方法只需要知道搜索方向的目標(biāo)函數(shù)和相應(yīng)的適應(yīng)度函數(shù)，所以遺傳

2、算法提供了一種求解復(fù)雜系統(tǒng)問題的通用框架，在函數(shù)優(yōu)化、組合優(yōu)化、生產(chǎn)調(diào)度問題、自動控制、機(jī)器人學(xué)、圖象處理、人工生命和遺傳編碼等方面獲得了廣泛的運(yùn)用。模擬退火算法在搜索時會在搜索空間上下移動而不依賴初始條件，擅長解決多維問題，它能處理任意程度的非線性、不連續(xù)和隨機(jī)的問題。模擬退火算法己成功應(yīng)用于組合優(yōu)化、神經(jīng)網(wǎng)絡(luò)、圖像處理和代碼設(shè)計。遺傳算法把握總體搜索的能力較強(qiáng)，但局部搜索能力較差：模擬退火算法具有較強(qiáng)的局部搜索能力，因此可以將遺傳算

3、法和模擬退火算法相互結(jié)合，取長補(bǔ)短，形成遺傳模擬退火算法。論文中在引入降維策略的基礎(chǔ)上，將遺傳模擬退火算法與Fisher分類器相結(jié)合，以Fisher分類器的正確識別率作為遺傳算法的評價準(zhǔn)則函數(shù)，對六種情感進(jìn)行分類識別，選擇出能代表特定情感狀態(tài)的有效特征組合。論文通過對情感數(shù)據(jù)的實(shí)驗仿真，采用“一對一”和“一對多”的分類識別方法，驗證了將遺傳模擬退火算法與Fisher分類器相結(jié)合用于RSP信號情感識別是有效的，不但取得了較好的情感識別率，