[发明专利]一种情感识别方法及系统

权利要求书

1.一种情感识别方法，其特征在于，包括：

随机向使用者播放多种情感类型的语音片段，采集所述使用者在每一情感类型语音片段的脑电信号，得到待训练的脑电信号；

提取所述待训练的脑电信号特征；所述待训练的脑电信号特征包括：待训练的时频域特征、待训练的非线性特征和待训练的脑网络属性特征；所述待训练的时频域特征为根据所述待训练的脑电信号的小波分解系数计算得到的小波熵；所述待训练的非线性特征包括对所述待训练的脑电信号进行离散傅里叶变换后得到的功率谱密度和对所述待训练的脑电信号进行平均误差计算后得到的Hurst指数；所述待训练的脑网络属性特征反映 所述待训练的脑电信号之间的相关性；

对所述待训练的脑电信号特征采用支持向量回归法进行特征映射及融合，得到融合后的脑电信号特征；

根据所述融合后的脑电信号特征对支持向量分类机进行训练，得到训练好的支持向量分类机；

获取待识别的脑电信号；

提取所述待识别的脑电信号特征；所述待识别的脑电信号特征包括：待识别时频域特征、待识别非线性特征和待识别脑网络属性特征；所述待识别时频域特征为根据所述待识别的脑电信号的小波分解系数计算得到的小波熵；所述待识别非线性特征包括对所述待识别的脑电信号进行离散傅里叶变换后得到的功率谱密度和对所述待识别的脑电信号进行平均误差计算后得到的Hurst指数；所述待识别脑网络属性特征反映 所述待识别的脑电信号之间的相关性；

所述提取所述待识别的脑电信号特征，具体包括：

根据公式提取待识别的时频域特征；

其中，表示所述小波熵，表示所述待识别的脑电信号的第i₁阶小波分解系数，i₁＝1,2,3，j₁表示的个数；

对所述待识别的脑电信号进行带通滤波，得到第一频段、第二频段和第三频段的待识别的脑电信号；对三个频段的待识别的脑电信号进行离散傅里叶变换，得到离散傅里叶变换后的待识别的脑电信号，将离散傅里叶变换后的待识别的脑电信号幅值的平方和除以所述语音片段播放后持续的时间长度，得到功率谱密度；所述第一频段为8-13Hz，所述第二频段为13-30Hz，所述第三频段为30-49Hz；

根据公式提取Hurst指数；

其中，

H(n₁)表示Hurst指数，表示所述语音片段播放后第n₁毫秒时所述待识别的脑电信号的平均误差，R(n₁)表示所述语音片段播放后第n₁毫秒时待识别的脑电信号的平均误差的最大值与最小值之差，表示s(n₁)的平均值，n₁表示所述语音片段播放后持续的总时间长度，s(n₁)表示所述语音片段播放后第n₁毫秒时待识别的脑电信号，S(n₁)为s(n₁)的标准差，s(t)表示第t毫秒时待识别的脑电信号，1≤m≤n₁；

对所述待识别的脑电信号特征采用所述训练好的支持向量分类机进行情感识别。

2.根据权利要求1所述的情感识别方法，其特征在于，在所述提取所述待识别的脑电信号特征之前，还包括：对所述待识别的脑电信号进行预处理；

所述对所述待识别的脑电信号进行预处理，具体包括：

对所述待识别的脑电信号进行带通滤波处理；

对滤波处理后的待识别的脑电信号采用独立成分分析法去除眼电伪迹；

将去除眼电伪迹的待识别的脑电信号进行基线校正；所述待识别的脑电信号包括前额叶脑电信号、颞叶脑电信号和顶叶脑电信号。