基于表面肌电信号的情感识别研究
本文比较BP神经网络分类器和最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)的情感模式识别方法.实验首先对表面肌电信号(Electromyography,EMG)进行小波分析,提取多尺度小波系数的最大值和最小值,随后构造特征矢量输入两种分类器中进行情感识别.实验结果显示这两种分类器对joy、anger、sadness、pleasure 四种情感的识别效果较好.实验同时表明小波变换提取的特征向量能够表征情感模式,表明最小二乘支持向量机比传统的BP神经网络具有更强的情感识别效果.
表面肌电信号 情感模式识别 小波变换 BP神经网络 最小二乘支持向量机
杨广映 杨善晓
台州学院物理与电子工程学院,电子系,台州,318000
国内会议
济南
中文
88-91
2009-05-15（万方平台首次上网日期，不代表论文的发表时间）