首页 > 文献资料
-
大学生不同情感状态的脉图分析
目的:探讨不同情感状态下脉图的变化.方法:基于中医情志脉象理论,以大学生脉图为研究对象,通过素材(影片)诱导的方式,激发大学生的不同情感表达,采集大学生平静、悲伤、高兴三种不同情感状态下的脉图,提取大学生三组不同情感状态下脉图的时域参数,运用非参数检验的方法统计三组时域参数的差异;基于时域参数,运用支持向量机分类器对三种不同情感状态进行分类识别.结果:发现三组脉图的时域参数:h3/h1、t、As/(As+Ad)存在显著差异,基于脉图时域参数对三种情感状态的平均识别率为74.25％.结论:脉图特征参数可为情感变化提供客观的参考依据,利用脉图这种生理信号来识别情感状态具有一定的实用价值和应用前景.
-
中医情志脉象研究进展
在现代社会中,情感因素对人体健康和疾病的影响日渐明显,由心理原因导致的自杀及其他恶性事件时有发生,如果能及早筛查和察觉人们的异常情绪,则能有效减少这类事情的发生.文章对中医脉象情志理论、脉图情感识别的相关实验研究进行了梳理和综述,提示脉象中蕴含着机体客观的心理信息,可作为探察情感变化的窗口.基于脉图的情感识别研究对于及时发现和预防心理问题具有积极的意义.
-
上海中医药大学在校大学生不同情感状态脉图特征参数分析与识别
目的 对上海中医药大学在校大学生不同情感状态下脉图特征参数进行分析与识别,以期为大学生情感状态的辨识提供客观的参考依据.方法 选择上海中医药大学11名身心健康的大学生,以中医情志脉象理论为基础,通过素材诱导,激发受试者不同情感表达.采用ZBOX-Ⅰ型脉象数字化采集分析仪采集受试者平静、喜悦、恐惧、悲伤4种不同情感状态下的脉图共224人次,提取4组情感状态下脉图时域参数和多尺度熵参数,采用非参数检验统计4组脉图特征参数差异,随机森林分类器对情感状态进行分类识别.结果 4组脉图时域参数及多尺度熵参数差异有统计学意义(P<0.05);基于脉图时域参数对不同情感状态进行识别,识别率为70.52％,基于脉图时域和多尺度熵参数进行识别,识别率提高至74.52％.结论 脉图特征参数可为情感状态的辨识提供客观参考依据,脉图时域参数结合多尺度熵参数可提高情感状态识别率.
-
基于IMF能量熵的脑电情感特征提取研究
为提高脑电信号情感识别分类准确率,结合经验模态(EMD)分解和能量熵提出一种新的脑电特征提取方法.本研究主要介绍了EMD分解的基本原理,分析了传统EMD算法中的“端点效应”,采用分段幂函数插值算法改善了EMD分解的精度和性能,然后将改进后的算法应用到脑电信号特征提取,获取脑电信号的IMF分量后计算出IMF能量熵作为情感识别的特征,后通过分类实验对比改进后的EMD算法和传统EMD算法对脑电情感特征的分类准确率.实验结果显示改进的EMD算法能使识别率提高15％左右,并且以IMF能量熵为特征的平均识别率在80％以上,实验结果表明将IMF能量熵用于脑电信号情感识别是可行的.
-
基于自回归小波包熵特征融合算法的情感识别研究
针对提高情感识别正确率这一国际开放问题,本文提出了一种基于小波包熵和自回归模型相结合的脑电信号特征提取算法.自回归过程能大程度逼近脑电信号,用很少的自回归参数提供丰富的谱信息.小波包熵反映脑电信号在各个频带中的谱能量分布情况.将二者结合,能够更好地体现脑电信号的能量特征.本文基于核主成分分析方法,实现了脑电信号特征提取融合.课题组采用情感脑电国际标准数据集(DEAP),选取6类情感状态以本文算法进行情感识别.结果显示,本文算法情感识别正确率均在90％以上,高情感识别正确率可达99.33％.本文的研究结果表明,该算法能够较好地提取脑电信号情感特征,是一种有效的情感特征提取算法.
-
情感计算——一个探索人类情感的神秘工具
知、情、意是人类三种基本的心理功能,分别是对三种不同性质的事物的主观反映,三者共同构成了人类心智活动的基础.情感作为人类意识的重要组成部分,是人类认识世界、反映世界的特殊方式.情感计算是关于情感机制、情感产生以及影响情感因素的研究,是实现人工智能的基础,其研究内容涉及认知科学、心理学、生理学、行为学、传感器技术、计算机科学等,是一个多学科交叉的研究领域.本文从情感产生与作用机制出发,综述了情感信息的获取、情感建模、情感理解、情感表达等情感计算的核心研究内容,并就新的研究进展与应用前景进行了讨论.希望藉此工作,更好地探索与了解情感计算基础理论,使更多的研究人员能深入到这一探索人类情感的神秘工具——情感计算的研究工作中.
