【摘 要】
：
近年来,情感计算已成为人机互动方向的热门和重要研究点。研究核心是使用不同种类的传感器获取人类情绪引起的生理变化,建立能够识别和反映人类情绪的情绪模型。情感计算已在诸多领域得到应用,比如驾驶状态下的压力检测,模型感知并采取措施;再比如海关安检可以检测到处于紧张高压状态的人员,结合人工问询起到过滤风险的作用。传统的情感识别是基于心率变异性(HRV)的特征点进行模型搭建,其要求的数据段长度普遍为两分钟甚
论文部分内容阅读
近年来,情感计算已成为人机互动方向的热门和重要研究点。研究核心是使用不同种类的传感器获取人类情绪引起的生理变化,建立能够识别和反映人类情绪的情绪模型。情感计算已在诸多领域得到应用,比如驾驶状态下的压力检测,模型感知并采取措施;再比如海关安检可以检测到处于紧张高压状态的人员,结合人工问询起到过滤风险的作用。传统的情感识别是基于心率变异性(HRV)的特征点进行模型搭建,其要求的数据段长度普遍为两分钟甚至更长才能产生有意义的生理状态估计,无法满足在紧急场景中迅速做出判断并智能辅助的期望。那么本文的压力识别模型搭建的难点和创新点即为寻求一种新的数据处理和特征提取方式取代传统HRV方法,在短时间内提取足够的特征点信息来实时表征当前压力状态下的心电信号。通过研究发现,经验模态分解(EMD)方法不同于传统,可在局部尺度内提取到关键信息点,对非线性非平稳的数据处理也具有明显优势,所以本文探究性将EMD方法应用于短时压力识别模型。选取MIT驾驶状态压力等级生理数据库并对其做预处置。首先探究传统HRV的方法在短时压力识别中的不足,提取HRV方法的时域、频域和非线性特征三类特征,在数据长度由两分钟缩减至十秒钟的情况下,观察其识别准确率变化,并逆向分析中间变量探究HRV不适用于短时压力识别的成因;第二步本文选定EEMD方法对心电信号进行数据处理,并根据EEMD方法特性与压力状态间的内在关联选定局部震荡、瞬时频率和小波系数三类特征。通过设置单人单组内数据、单人多组内数据、多人多组内数据探究EEMD方法理论模型在不同数据来源下的表现;最后为了降低压力识别模型的训练难度,降低特征维度以及增加其泛化能力,设置了Relief F-SFFS的组合特征筛选策略,并设置了子特征集合的验证实验。实验结果显示,较传统HRV方法本文提出的EEMD压力识别模型可以在基于短时心电信号下对驾驶人员的压力状态做出更有效评估,且利用Relief F-SFFS算法后的特征子集具有更好的泛化能力,在对低中高三类压力等级获得最佳85%的改进识别率。
其他文献
疲劳驾驶是交通事故的重要诱因之一,因此如何有效地进行驾驶员的疲劳检测也成为当前热点的研究领域。本文针对驾驶员的疲劳驾驶状态提出了一种基于人脸关键点定位的检测算法,可以有效地检测出驾驶员注意力不集中、困倦疲劳的危险驾驶状态。具体工作如下:1、通过中值滤波、直方图均衡等处理手段,对摄像机采集图片进行优化,减弱由于光照和噪声对图像产生的影响。针对原有的Adaboost人脸检测算法进行优化,追加MLP回归
随着云计算、物联网和大数据技术的不断成熟,工业物联网得到了快速的兴起和发展,但是在信息技术和操作技术一体化的过程中出现了一系列的问题和挑战,为了解决这些问题,行业内将软件定义网络引入到工业物联网之中,软件定义网络的引入解决了一部分的问题,但是仍然存在许多问题需要解决,而本文中将主要研究软件定义工业物联网内数据的安全传输问题。本文的具体研究内容如下:1.提出了一种适用于软件定义工业物联网中边缘网络内
目的:运用7.0T小动物磁共振成像技术,基于种子点的功能连接分析方法,探讨电针治疗功能性消化不良(Functional Dyspepsia,FD)大鼠对其脑岛和与之相关脑区的脑功能网络连接模式的影响,深入分析电针胃俞募配穴治疗FD的中枢响应机制。方法:1.将18只7日龄SD的乳鼠随机分为对照组、FD模型组、FD针刺组,每组纳入6只,均为雄性乳鼠。其中,FD模型组和FD针刺组统一采用0.1%碘乙酰胺
急性心梗是全世界导致死亡的主要疾病之一。肌红蛋白被认为是一种急性心梗的早期标志物。它由153个氨基酸和一个血红素(铁卟啉)组成,分子量只有约17 kDa。正是由于其体积较小,在心脏肌肉组织缺血坏死后,能较快地进入循环血中。在急性心梗发生2小时左右就会达到高峰。现阶段,肌红蛋白的检测方法主要有表面等离子体共振、液相色谱法、荧光法、放射免疫法或酶联免疫吸附法。这些方法都存在着一些弊端,例如耗时较长、操
中国社会经济的快速发展,促使汽车消费快速增长。截止2019年底,我国汽车保有量已超过2.5亿辆,其中传统的燃油汽车占比超过了98%。多年的实践证明,以化石燃料为主的汽车导致资源枯竭与环境污染等问题。为减缓传统燃油汽车对石化资源的高度依赖,以清洁、环保的新能源作为核心动力的新能源汽车(New Energy Vehicles,以下简称NEV)产业,已成为各国保障能源安全、减轻环境污染的重要抓手。当前,
激光诱导光学元件损伤一直是限制高能高功率激光系统负载能力提升的重要因素之一,因此探究光学元件损伤物理机制与物理规律,改善光学元件加工工艺,延长光学元件使用寿命始终是高能高功率激光技术发展中的重要问题之一。光学元件损伤物理过程主要包含多光子电离过程、雪崩电离过程、杂质缺陷诱导过程、非线性效应等,且往往为多过程耦合。对于这个复杂过程的研究,需要在线、便捷、高效损伤检测手段。目前有四种较为成熟的检测判别
光的自旋-轨道相互作用在任何光学系统中都是普遍存在的,但是光的自旋-轨道相互作用在介电颗粒中通常很弱。本文表明,利用具有对偶对称性的介电颗粒和核-壳纳米颗粒可以实现自旋轨道耦合的增强,从而增强散射光的自旋霍尔位移。具体的研究内容分为以下几个方面:1.对偶对称球体中光自旋霍尔效应的增强自旋-轨道耦合作用在等离子体系中能够得到增强,但是在介电粒子中还是很弱。本文揭示了自旋霍尔位移与对偶对称性的关系,并
在全球导航卫星系统中,准确的位置定位从本质上讲取决于对时间的精确测定。作为现今对时间测定上最为精密的仪器,原子钟已被广泛应用于导航卫星系统,因此星载原子钟性能的优劣直接影响着全球导航卫星系统的定位精度。卫星星载原子钟时钟误差是导航卫星精密定位的主要误差源之一,建立能够对卫星钟差进行准确分析和预报的模型,对于减小卫星定位误差具有重要的意义。本文主要对卫星钟差的高精度预报方法进行研究,内容如下:(1)
近年来,短文本已成为互联网信息的普遍形式,尤其是随着在线社交媒体的发展,其数百万的用户每天都会生成大量的短消息。从大量的短文本中推断出主题已经成为许多文本内容分析任务的关键且具有挑战性的工作,例如文本表示,用户兴趣分析和新兴主题发现等。许多现有的方法,例如概率潜在语义分析(Probabilistic Latent Semantic Analysis,PLSA)和潜在狄利克雷分配(Latent Di
“高投入、高能耗、高排放”的粗犷型增长方式是一把“双刃剑”,在带来经济快速增长、工业化和城镇化快速推进、人民物质生活水平大幅提升的同时,亦带来严重的能源约束、环境污染问题,如:能源供需矛盾、温室效应、大范围雾霾天、水污染等。随着上述资源与环境问题的日益严重,协调资源环境与经济发展的关系迫在眉睫。研究发现,适当的政府环境规制能有效提高全要素能源效率,有助于从生产端减少能源使用量、降低生产污染排放量。