[发明专利]一种用于识别情绪的分类器的获取方法

说明书

本发明提供了一种用于识别情绪的分类器的获取方法，包括获取第一样本集和第二样本集；第一样本集和第二样本集中每个元素均包括四个内容，分别为基于心率变异率的第一特征值，基于皮肤电导信号的第二特征值、基于皮肤电导信号的第三特征值以及情绪分类结果；获取训练过程控制参数并初始化循环控制参数和分类器；执行循环训练过程以训练符合预设要求的子分类器；将所述子分类器与当前的分类器级联以更新当前的分类器；更新当前的分类器的误判率和检测率；判断当前的分类器的误判率是否大于最大误判率；若否，则输出当前的分类器。本发明注重被误判样本和表达负面情绪的样本，从而使得分类器能够吸收错误教训，并提升对于负面情绪的识别的敏感度。

技术领域

本发明涉及数据处理领域，尤其涉及一种用于识别情绪的分类器的获取方法。

背景技术

随着智能式穿戴设备普及度越来越高，对于生理参数的数据处理日益成为了研究的热点，基于生理参数的数据处理可以便于掌握用户的身体状态和心理状态，从而为用户提供各种基于身体状态和心理状态的服务，比如，如果用户情绪不佳，可以为用户播放欢快的歌曲调节身心，还可以根据用户身体状态和心理状态与用户进行智能对话，因此，生理参数的数据处理具备较高的研究价值；

但是现有技术中对于生理参数的数据处理的相关技术并不成熟，从而限制了基于用户身体状态和心理状态提供相关服务的技术方案的研发。

发明内容

为了解决上述技术问题，本发明提出了一种用于识别情绪的分类器的获取方法。本发明具体是以如下技术方案实现的：

一种用于识别情绪的分类器的获取方法，包括：

获取第一样本集和第二样本集；第一样本集和第二样本集中每个元素均包括四个内容，分别为基于心率变异率的第一特征值，基于皮肤电导信号的第二特征值、基于皮肤电导信号的第三特征值以及情绪分类结果；

获取训练过程控制参数并初始化循环控制参数和分类器；

执行循环训练过程：从所述第一样本集和第二样本集中各有放回的随机抽取一半数据得到当前训练样本集；根据所述当前训练样本集训练符合预设要求的子分类器；

将所述子分类器与当前的分类器级联以更新当前的分类器；更新当前的分类器的误判率和检测率；

判断当前的分类器的误判率是否大于最大误判率；若否，则输出当前的分类器。

进一步地，每个样本使用(x_i，y_i)来表示，则每个样本中的用于分类的特征使用x_i统一标识，即x_i为向量，其各个分量分别表示基于心率变异率的第一特征值，基于皮肤电导信号的第二特征值、基于皮肤电导信号的第三特征值；情绪分类结果使用y_i表示：如果是负面情绪，则被标记为1，否则，被标记为0。

进一步地，若是，则清空第二样本集；使用当前的分类器对于对于第一样本集进行分类，并将分类错误的样本加入第二样本集，并重复执行执行循环训练过程的步骤。

进一步地，子分类器的训练方法包括：

初始化当前训练样本集中每个样本的权值、训练阈值和当前训练样本集中样本的权值分布的调整次数；

使用具有权值的当前训练样本，依据训练阈值训练多个线性元分类器；

使用当前训练样本验证每个线性元分类器以得到其误判率；

根据误判率得到疑似子分类器；

验证所述疑似子分类器是否满足预设要求，若满足，则判定所述疑似子分类器为子分类器。

进一步地，若不满足，则调整当前训练样本集中每个样本的权值；调整训练阈值；重新训练线性元分类器。