基于递归定量分析的生理信号情感识别

来源：计算机技术与发展杂志2018年第11期北京时间：

作者：李才隆;叶宁;';黄海平;';王汝传;'

摘要：基于常规统计的人体生理信号特征提取应用广泛,然而基于常规统计特征的方法在分类识别效果上并不理想。为了解决这类问题,在研究人体生理信号的基础上,提出了一种基于递归图和递归定量分析相结合的方法,提取了生理信号在递归图中的递归率、确定率、对角线结构长度等特征。 采用神经网络(neural network,NN)、K 最近邻(K nearest neighbor,KNN)、朴素贝叶斯(naive Bayesian,NB)、决策树(decision tree,DT)算法进行情感识别。 实验结果表明,递归图中的特征是一组非常有效的特征。 相对于传统的统计特征提取,非线性特征提取方法提取的特征更少,但是在情感分类识别效果上优于统计特征提取的方法。 所采用的方法改进了传统特征提取数目庞大、效果不理想的问题,较好地实现了基于人体生理信号的情感识别。

关键词：递归图;递归定量分析;统计特征;特征提取;情感识别