基于禁忌搜索算法的肌電信號(hào)情感狀態(tài)識(shí)別研究.pdf

1、要讓計(jì)算機(jī)能與人進(jìn)行情感交流,獲取與識(shí)別情感信號(hào)時(shí)基礎(chǔ)也非常重要,本文側(cè)重于研究這兩項(xiàng)。情感信號(hào)的獲取主要是采用外界刺激,然后采集人情感變化的信號(hào)。情感識(shí)別包括肢體情感識(shí)別、面部情感識(shí)別、語音識(shí)別、生理信號(hào)識(shí)別等。情感識(shí)別的一個(gè)重要研究領(lǐng)域是生理信號(hào),生理信號(hào)不容易受主觀意識(shí)的控制,從而能較真實(shí)客觀的反應(yīng)出人的情感狀態(tài)和變化。采用生理信號(hào)進(jìn)行情感識(shí)別然后建立情感識(shí)別模型,通過該模型能使計(jì)算機(jī)具有人的識(shí)別、生成情感特征的能力,能實(shí)現(xiàn)人機(jī)交

2、流。
　　 經(jīng)前人的研究發(fā)現(xiàn),采用生理信號(hào)中的肌電(EMG)信號(hào)、心電(ECG)信號(hào)、脈搏(PVP)信號(hào)、呼吸信號(hào)(RSP)和皮膚電(GSR)信號(hào)進(jìn)行情感識(shí)別是可行的。而某些不同的情感伴有不同的肌肉收縮,從而肌電信號(hào)可以進(jìn)行情感識(shí)別。文中對(duì)高興(joy)、悲傷(grief)、驚奇(surprise)、憤怒(angry)、恐懼(fear)和厭惡(disgust)進(jìn)行情感識(shí)別。本文進(jìn)行情感識(shí)別過程包括:
　　 (1)利用電影

3、片段激發(fā)被試的情感后,采用美國公司提供的數(shù)據(jù)采集多導(dǎo)生理記錄儀BIOPACMP150和兩臺(tái)PC機(jī)進(jìn)行肌電信號(hào)高興、悲傷、驚奇、憤怒、恐懼和厭惡六種情感的數(shù)據(jù)采集,并且根據(jù)被試填寫的問卷和對(duì)數(shù)據(jù)的分析,去除畸形和無效的數(shù)據(jù)并建立原始數(shù)據(jù)庫。
　　 (2)情感肌電信號(hào)特征集的獲取:首先選定根據(jù)被試問卷填寫和主試的記錄選取有效激發(fā)的情感肌電信號(hào),進(jìn)行下采樣和數(shù)據(jù)的歸一化處理,然后針對(duì)肌電信號(hào)的特點(diǎn),用小波變換的方法對(duì)肌電信號(hào)進(jìn)行消躁處

4、理,最后提取出126種信息特征(包括時(shí)域統(tǒng)計(jì)特征,小波重構(gòu)系數(shù)統(tǒng)計(jì)特征)形成情感肌電信號(hào)的原始特征集。
　　 (3)由于原始特征維數(shù)過多,對(duì)情感計(jì)算識(shí)別模型建立帶來了“維數(shù)災(zāi)難”,并且其中含有大量的冗余和相關(guān)特征,這些特征對(duì)情感識(shí)別模型的建立沒有貢獻(xiàn),為了得到有效的特征建立情感識(shí)別模型,需要進(jìn)行特征選擇。特征選擇是一個(gè)NP難問題,如果采用窮舉法,那么時(shí)間復(fù)雜度會(huì)很大,計(jì)算速度較慢,所以必須找到一個(gè)計(jì)算速度較快、容易被廣泛應(yīng)用的算

5、法進(jìn)行該組合優(yōu)化問題。文中采用的特征選擇算法是兩階段算法:第一階段,采用相關(guān)性分析方法去除原始特征集中的高相關(guān)度特征,實(shí)現(xiàn)原始特征集得降維;第二階段,采用智能優(yōu)化算法中的禁忌搜索算法,禁忌搜索算法具有很好的爬山能力和較好的平衡集中和分散搜索能力,被廣泛應(yīng)用于組合優(yōu)化、模糊調(diào)度、背包和數(shù)據(jù)挖掘等問題中,并將這些問題很好的解決。但是基本的禁忌搜索算法存在對(duì)初始解和領(lǐng)域結(jié)構(gòu)有很大的依賴性,所以本文提出一改進(jìn)的禁忌搜索算法,利用改進(jìn)的禁忌搜索算

6、法選出最能代表肌電信號(hào)情感反應(yīng)的特征子集,用Fisher分類器對(duì)高興、驚奇、厭惡、悲傷、憤怒和恐懼六種情感進(jìn)行分類。
　　 實(shí)驗(yàn)結(jié)果表明:
　　 (1)采用改進(jìn)的禁忌搜索算法克服了基本禁忌搜索算法對(duì)初始解和領(lǐng)域結(jié)構(gòu)的依賴性,并將其與Fisher分類器結(jié)合得到的特征子集維數(shù)降低,而且識(shí)別率升高,說明改進(jìn)的禁忌搜索算法運(yùn)用于肌電信號(hào)的特征子集選擇是可行的。
　　 (2)將改進(jìn)的禁忌搜索算法運(yùn)用于相關(guān)性分析去除高度相關(guān)