基于改進(jìn)的EMD脈搏信號(hào)特征的情感識(shí)別方法.pdf

1、脈搏信號(hào)的情感識(shí)別屬于生理信號(hào)情感識(shí)別，是一項(xiàng)應(yīng)用前景廣闊的計(jì)算機(jī)模式識(shí)別技術(shù)，在人機(jī)交互領(lǐng)域起著越來(lái)越重要的作用。脈搏信號(hào)作為生理信號(hào)的一種，蘊(yùn)含了豐富的生理病理信息，其病理信息從很早開(kāi)始就被廣泛應(yīng)用于醫(yī)療的各個(gè)領(lǐng)域，而其生理特征是在人工智能等計(jì)算機(jī)技術(shù)深入發(fā)展下，逐漸被人們所重視。脈搏信號(hào)相比其他生理信號(hào)，采集更加方便，包含的情感特征更加豐富。因此研究脈搏信號(hào)的特征與情感狀態(tài)之間的關(guān)系非常重要。
　　本文設(shè)計(jì)了一款用于實(shí)現(xiàn)實(shí)時(shí)

2、情感識(shí)別的脈搏信號(hào)采集系統(tǒng)，并開(kāi)發(fā)了與之對(duì)應(yīng)的實(shí)時(shí)顯示脈搏波形、跨平臺(tái)的上位機(jī)軟件，實(shí)現(xiàn)了對(duì)脈搏信號(hào)的采集、存儲(chǔ)、情感識(shí)別等功能，為移動(dòng)設(shè)備開(kāi)發(fā)實(shí)現(xiàn)實(shí)時(shí)的人機(jī)情感交互提供了一種可能。同時(shí)，通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）對(duì)采集到的脈搏信號(hào)進(jìn)行預(yù)處理，結(jié)合脈搏信號(hào)的波形特點(diǎn)，研究和提取了脈搏信號(hào)的重要特征，實(shí)現(xiàn)了對(duì)高興、憤怒、平靜、悲傷四種情感狀態(tài)的分類識(shí)別。本文主要包括以下幾個(gè)方面的工

3、作。
　　首先．根據(jù)脈搏信號(hào)的特征，采用反射式光電傳感器將脈搏信號(hào)提取出來(lái)，然后經(jīng)過(guò)硬件放大電路，將脈搏信號(hào)合理放大，并通過(guò)使用單片機(jī)對(duì)放大后的信號(hào)進(jìn)行采集，最終通過(guò)USB將采集到的原始數(shù)據(jù)上傳，上位機(jī)軟件再將原始脈搏數(shù)據(jù)以曲線圖形顯示出來(lái)，完成了脈搏信號(hào)的數(shù)據(jù)采集存儲(chǔ)和顯示功能。
　　其次，分析經(jīng)驗(yàn)?zāi)B(tài)分解的性質(zhì)，討論了它的優(yōu)點(diǎn)與不足，并將其引入到對(duì)脈搏信號(hào)情感識(shí)別的研究中，針對(duì)該算法在脈搏信號(hào)中存在的問(wèn)題，提出了兩種不同

4、的改進(jìn)算法即基于遺傳算法的支持向量機(jī)端點(diǎn)延拓算法和自適應(yīng)的集合經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical ModeDecomposition,EEMD)，并分析了兩種算法的優(yōu)缺點(diǎn)。最終選取自適應(yīng)的集合經(jīng)驗(yàn)?zāi)B(tài)分解算法作為對(duì)脈搏信號(hào)的基本核心算法。
　　然后，通過(guò)自適應(yīng)集合經(jīng)驗(yàn)?zāi)B(tài)分解算法，分析了脈搏的波形特點(diǎn)，提出了一種定位脈搏主波波峰和重搏波波峰的方法，并針對(duì)該方法的不足，提出了一些改進(jìn)。實(shí)驗(yàn)證明該方法對(duì)搏波波峰定位準(zhǔn)確