本文提出了一种基于皮肤电信号的情感识别与调节方法,对于人机情感交互系统的实现具有重要意义。论文通过分析皮肤电信号,采用遗传算法优化的BP神经网络识别情感种类,运用曲线拟合的方法评价情感强度,从而确定了用户的实时情感状态。根据用户的情感状态,当用户需要进行情感调节时,计算机能够自动地从情感调节素材库中选择合适的素材呈现给用户,用于调节情感,从而实现了人机情感交互。本文的主要研究内容和结论如下：(1)制定皮肤电信号采集方案,建立情感生理信号数据库。采用电影片段诱发被试产生高兴、愤怒、悲伤、恐惧四种基本情感并采集皮肤电信号,与被试在平静状态下的皮肤电信号一起构成情感生理信号数据库。然后对采集到的皮肤电信号进行去噪处理,并提取了28个统计特征,组成原始特征集,用于情感识别的研究。(2)采用遗传算法优化的BP神经网络进行情感分类。利用遗传算法优化BP神经网络的权值和阈值,快速地实现网络的收敛,提高了识别率。实验结果表明,与优化前相比,识别率提高了8%。在此基础上实现了情感的实时识别,实时识别率达到了81.3%。(3)提出了一种情感强度评价方法。根据被试在情感事件处的皮肤电特征值和情感强度,运用曲线拟合的方法,确定了评价情感强度的指数函数模型。根据拟合结果即可计算出被试在不同时刻的情感强度。情感强度的评价有两方面的作用,一方面根据被试的情感类别和情感强度可以确定被试的情感状态；另一方面根据调节素材诱发的情感强度,可以确定素材的调节效果,作为系统选择调节素材的依据。(4)建立情感调节素材库。根据人机交互中情感调节的特点,实验小组从大量的素材中选取了30个调节素材,建立了情感调节素材库。同时,素材库设有更新功能,用户可以根据个人喜好选择新的素材更新素材库。(5)设计实现了基于皮肤电信号的情感识别与调节系统。系统主要由情感识别子系统、情感强度评价子系统、情感调节素材选择子系统三部分组成。该系统采用生理信号作为输入信号,情感识别结果更加客观真实,同时针对不同的被试提供不同的推荐素材,实现了个性化的情感调节,保证了调节效果,是具有情感支持功能的人机交互系统。