基于小波变换的脉搏信号特征提取与情感分类.docxVIP

基于小波变换的脉搏信号特征提取与情感分类

随着算法技术的快速发展，计算机调用的消息识别逐渐被提上了研究的议事日程。计算机调用的研究内容主要包括面部表情、声音、姿势、文本和生理信号，但很难检查生理信号。生理信号主要由特殊机器检测。通过分析生理信号来确定受试者的内部情感。美国mit媒体实验室的情绪计算研究小组（picaimotorgartesburg大学和中国江苏省大学）进行了生理信号识别的情感状态研究。

脉搏信号是一种微弱的生物电信号,是神经细胞传导信息时在血管内部或皮肤表面电活动的总体反映.脉搏信号主要由主波、潮波、重搏波等几个部分组成.由于不同情感状态下脉搏搏动的不同,可以通过提取脉搏信号的特征进行情感状态识别.目前,国内外关于脉搏的研究主要集中在心血管疾病方面,而用于情感状态识别的研究却相当少.德国Augsburg大学计算科学研究所采集的生理信号数据中并没有采集脑电信号的数据.中国江苏大学等高校也没有把脉搏信号用于情感状态识别的研究中.

本文采用美国Biopac公司提供的多导生理记录仪MP150,通过让被试参加情感诱发实验的方法,采集在不同情感状态下产生的脉搏信号.对采集的脉搏信号进行离散小波变换,通过对主波、潮波、重搏波准确定位后提取原始脉搏信号时域特征,并在不同情感状态下,进行脉搏时域特征分析.

1数据收集

1.1影像素材.

实验对象为年龄在20岁左右的大一学生.所有