[发明专利]基于遗传算法的被审讯单体情绪判断方法、装置和设备

权利要求书

1.一种基于遗传算法的被审讯单体情绪判断方法，其特征在于，包括下述步骤：

基于预设的审讯模型，获取单体的若干不同相关指数；

基于预设的加权算法模型，对所述单体的若干不同相关指数进行加权算法处理，获取单体的情绪指数；

基于预设审讯模型和预处理模型分别对预设的若干训练集，进行预训练处理，获取预处理结果，并基于预设的遗传算法模型对预处理结果进行遗传算法处理，获取每个训练集对应的输出区间集，其中，所述预设的预处理模型，将所述不同情绪指数集分别作为不同的种群，获取所述种群中每个单体对应的情绪指数，基于预设的算法公式cv＝(sd÷mn)×100％，获取每个单体相对于整体训练集的平均情绪指数的变异系数，获取区间为[0,1]的变异系数组成种群的单元函数集，其中，cv为种群中单体相对于种群情绪指数的变异系数，sd为种群中单体相对于种群情绪指数的标准差，mn为种群中情绪指数的平均值；

判断单体的情绪指数对应的输出区间集，基于所述输出区间集，判断单体的当前情绪。

此外，在整个审讯过程中，所述预设的审讯模型、加权算法模型和遗传算法模型一直处于开启状态，并基于预设的时间间隔，定时获取被审讯单体的情绪指数，进行情绪判断，直到审讯结束，停止对被审讯单体进行情绪指数获取。

2.根据权利要求1所述的基于遗传算法的被审讯单体情绪判断方法，其特征在于，所述预设的审讯模型包括：

心率感应子模型、血压感应子模型、脑电波分类子模型、瞳孔识别子模型、表情变化感应子模型、语音分析子模型、情感分析子模型。

3.根据权利要求2所述的基于遗传算法的被审讯单体情绪判断方法，其特征在于，所述若干不同相关指数包括：

心率指数、血压指数、脑电指数、瞳孔指数、表情指数、语音指数、情感指数。

4.根据权利要求2或3所述的基于遗传算法的被审讯单体情绪判断方法，其特征在于，所述若干不同相关指数还包括：

分别基于预设的审讯模型中的不同子模型进行获取。

5.根据权利要求4所述的基于遗传算法的被审讯单体情绪判断方法，其特征在于，所述预设的加权算法模型包括：

获取离散型的相关指数，并基于预设的算法公式对所述相关指数进行加权处理，获取输出值，将所述输出值作为情绪指数，其中，n＝n₁+n₂+n₃+n₄+n₅+n₆+n₇，f₁，f₂，f₃，f₄，f₅，f₆，f₇分别为心率指数、血压指数、脑电指数、瞳孔指数、表情指数、语音指数、情感指数。

6.根据权利要求5所述的基于遗传算法的被审讯单体情绪判断方法，其特征在于，所述预设审讯模型的包括：

获取不同的训练集；

对不同训练集中的单体分别进行相关指数获取；

基于预设的加权平均值算法，分别获取不同训练集中的单体的情绪指数；

将所述不同训练集中的单体的情绪指数分别加入到不同的集合中，分别生成不同情绪指数集。

7.根据权利要求6所述的基于遗传算法的被审讯单体情绪判断方法，其特征在于，所述基于预设的遗传算法模型对预处理结果进行遗传算法处理，获取每个训练集对应的输出区间集包括：

将所述单元函数集中每个单元函数，进行二进制处理，作为所述遗传算法模型中的基因序列；

对所述遗传算法模型中的基因序列，基于预设的算法公式f_(z)＝xsin(10π*x)+1.0，进行适配度计算，获取适配度超过预设阈值的基因序列，并获取所述基因序列对应的单体的情绪指数，将所述情绪指数加入到新的集合中组成输出区间集，其中，所述x∈[0,1]，χ为单元函数集中单元函数的基因序列。