针对生理信号的情感识别研究是情感计算中一项重要的内容，其中主要是对基本情绪的生理信号研究。近年来情感识别研究的情绪种类已经由基本情绪过渡到例如焦虑、失望等复杂的社会情绪，然而在情感识别领域还没有对后悔这类情感进行相关的研究。后悔情绪是个体依赖于社会情境基于认知判断而产生的消极社会情感。如何有效地识别后悔情绪、判别后悔情绪的程度对人类身心健康尤其重要。本文基于前人情感识别的研究方法，提取了25个被试在赌博实验中产生的后悔情绪的脑电信号，对后悔情绪的识别、判定进行研究，具体工作如下：　　（1）制定后悔情绪的诱发方案及后悔情绪脑电信号的采集。为了诱发被试的后悔情绪，引入心理学用于诱发后悔情绪的赌博范式，在实验室情景下，让被试完成电脑程序预先设计的赌博游戏，并操控赌博输赢及其价值的反馈方式，使个体基于给定反馈方式及反事实思维产生相应的情绪。使用64导电极帽采集被试后悔情绪以及实验伴随产生的失望、高兴和庆幸情绪的脑电信号。　　（2）对后悔等情绪的脑电信号进行预处理。参考心理学事件相关电位（ERP）的研究对后悔等情绪的脑电信号进行处理。经过基本的重参考、降采样、滤波以后，根据实验中设置的反馈呈现时间关键点提取出后悔等情绪的脑电信号片段。结合手动处理以及独立成分分析剔除眼电、肌电等伪迹进而完成预处理得到较为纯净地情绪信号片段。　　（3）对后悔等情绪进行事件相关频谱扰动（ERSP）分析。通过ERSP分析脑电数据各个频段、时段的能量变化从神经活动层面来探究后悔情绪的神经生理机制。结果发现后悔与实验产生的其他情绪类别的差异主要体现在theta（4～8Hz）、alpha（8～12Hz）频段，其中与记忆有关的alpha频段差异最明显。　　（4）对后悔等情绪进行特征提取。在提取脑电信号的特征时，本文结合脑电信号本身非平稳等特性，兼顾时域、频域以及非线性特征比较全面地提取了脑电信号的功率谱估计、能量以及近似熵特征用于分类识别。　　（5）对后悔情绪进行分类识别。分别针对功率谱估计、能量、近似熵三种特征，用Fisher分类器将后悔情绪依次同其他三种情绪进行二分类识别。将在三种特征类型分类中都表现良好的电极点（Fz、F2、FCz、FC2、C1、Cz、C2）提取出来同时放入 Fisher分类器进行再一次的二分类，得到后悔与其他三类情绪的识别率都在75％左右。再将表现良好的这7个电极点的三种类型的特征放入支持向量机，分别进行后悔与其他三种情绪的二分类识别，识别率在80%以上，相较Fisher有所提高。