众所周知,人们的日常生活中,音乐不仅能够激发人相应的情绪,并且还能够调节人们的情感。然而,目前很少有从生理信号的特征变化上来研究音乐对情感调节的作用。情感计算作为一个高度综合化的新兴研究领域,目的是赋予计算机识别、理解和适应人类的情感能力,进而建立和谐的人际交互环境。而生理信号作为情感计算领域的一个重要研究媒介,已被证明能够客观、真实的反映人类的情感。因此,本文结合情感计算的相关研究,利用心电信号分析音乐对人情感的影响以及对负性情感的调节作用。文中的主要研究内容以及结论有:(1)选取了有效的音乐素材,包括愉悦、兴奋、恐惧、悲伤四种情感音乐。设计了音乐情感诱发实验方案,采集了在四种音乐类型下及基线状态下被试的心电信号数据,建立起了音乐诱发的情感心电信号数据库。(2)在心电信号数据分析上,采取线性特征和非线性特征相结合的方法,共提取了38个有效特征。这些特征主要包括小波特征(DB3小波4层分解,提取每层高频和低频系数的均值、方差、能量)、嵌入维、时间延迟、最大Lyapunov指数、Lempel-Ziv复杂度、近似熵、Hurst指数以及递归图定量分析等。在音乐和平静之间、音乐和音乐之间的情感分类上,均利用Relief特征选择算法,对38个特征进行权重排序,得到了各个分类问题上的最优特征组合。最后在情感四分类中,利用最优特征组合并结合SVM分类,取得了70%的四分类平均识别率,并建立了四分类情感模型,为下一步的负性情感调节打下基础。(3)对负性情感调节问题的研究中,设计了先诱发后调节的实验方案。通过恐怖音乐先唤起被试的负性情绪,随后采用能唤起被试愉悦情感的音乐对实验组中被试进行情感调节,对控制组中被试不做任何操作(自然恢复)。在负性情感调节试验中,我们同样记录下被试在基线、自然恢复及愉悦音乐调节恢复下的心电信号,建立起心电信号的情感调节数据库。(4)利用情感四分类研究中建立好的模型,首先判断被试是否唤起了恐惧情绪,随后通过时间窗依次输入被试在自然恢复和愉悦音乐调节恢复中的心电信号特征,得到了两类恢复信号被判定为恐惧情绪的实时概率曲线图。结果表明,在有愉悦音乐调节下,被试被判定为恐惧的持续时间明显短于自然恢复调节。为了从心电信号特征变化上研究音乐对负性情感的调节作用,我们依次分析了最优特征组合中,每个特征在音乐调节恢复和自然恢复中的变化,并得到了一定的统计规律,即愉悦音乐调节下和自然恢复下相比,心电信号的特征具有相同的变化趋势,但在愉悦音乐调节下,其特征变化趋势均出现了提前变化的现象。