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65頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

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,

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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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