[发明专利]一种基于自适应模糊支持向量机的情绪识别方法在审
| 申请号： | 201810094976.8 | 申请日： | 2018-01-31 |
| 公开（公告）号： | CN108309328A | 公开（公告）日： | 2018-07-24 |
| 发明（设计）人： | 徐国政;陈雯;黄国健;高翔;冯琳琳;陈金阳 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | A61B5/16 | 分类号： | A61B5/16;A61B5/0476;A61B5/0488;A61B5/0402;A61B5/0205 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 朱小兵 |
| 地址： | 210023 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于自适应模糊支持向量机的情绪识别方法，用于机器人辅助康复训练过程中患者挫败、兴奋及厌烦三种目标情绪的识别，其具体实现包括如下步骤：首先，获取患者在康复训练过程中目标情绪反应的生理响应信号；其次，利用主成分分析方法筛选出反应目标情绪变化的生理信号重要特征集；最后针对不同生理信号容易受到噪声干扰并且不同情绪之间的生理信号往往相互交叠的特点，提出一种基于自适应模糊支持向量机的情绪识别方法。该方法不仅改进了隶属度函数的表现形式，而且通过定义控制临界隶属度和隶属度衰减趋势的参数，使隶属度能根据不同情绪生理信号的具体分布特性自适应调整。 | ||
| 搜索关键词： | 生理信号 模糊支持向量机 情绪识别 隶属度 自适应 康复训练 情绪 机器人辅助 隶属度函数 主成分分析 自适应调整 表现形式 分布特性 控制临界 情绪变化 情绪反应 生理响应 衰减趋势 噪声干扰 特征集 交叠 筛选 改进 | ||
【主权项】：
1.一种基于自适应模糊支持向量机的情绪识别方法，其特征在于：具体包括以下步骤：步骤1，提取患者的情绪生理信号，进而选取情绪的训练样本集S，且Si＝{S1,S2,S3}，其中，Si是第i类情绪样本集，其中i＝1,2,3；步骤2，采用自适应模糊支持向量机对训练集样本进行分类和识别；步骤3，对未识别情绪样本集进行情绪的分类识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810094976.8/，转载请声明来源钻瓜专利网。
