[发明专利]一种基于多分类器主客观融合的生理信号情感识别方法

权利要求书

1.一种基于多分类器主客观融合的生理信号情感识别方法,其特征在于包含以下步骤：

步骤一：用户对产品进行使用感体验，并在体验完后根据自己体验过程中的情感状态填写一份中文版的PAD情绪量表问卷；

步骤二：采集用户在产品体验过程中的心率和皮肤电信号，并对这两种客观的生理信号进行处理以及特征提取；

步骤三：将提取到的心率特征和皮电特征分别采用支持向量机分类器进行训练和识别，同时将用户填写的中文版的PAD情绪量表问卷所得到的三个维度的值也用于PAD模型分类的训练；

步骤四：对步骤三中的每个分类器的识别结果采用目标类别的概率形式表示，并对每个分类器下每种目标类别的识别结果进行归一化处理；

步骤五：对每个分类器进行权重赋值，将权重看作粒子，采用粒子群算法对权重进行寻优；

步骤六：融合三个分类器对于不同情感类别的识别结果，将识别率最大的一类情感作为最终的情感状态。

2.根据权利要求1所述的基于多分类器主客观融合的生理信号情感识别方法,其特征在于步骤四中所述归一化处理的算法为E_k(x)＝(P_k(C₁|x),P_k(C₂|x),...,P_k(C_M|x)),

其中，

k∈(1,2...K)；P(C_t|x,E_k)表示第k个分类器将生理信号或主观表达样本x识别为C_t类情感的概率，其取值范围是[0,1]；表示M(M＝4)类情感类别,分别是高兴，悲伤，愤怒和恐惧；因此，可得到多分类器的决策矩阵为：

AK×M(x)=P1(C1|x)P1(C2|x)...P1(CM|x)P2(C1|x)P2(C2|x)...P2(CM|x).........PK(C1|x)PK(C2|x)...PK(CM|x).]]>