随着人工智能、人机交互、模式识别等技术的快速发展,情绪识别已经成为了该领域研究的一个热点。传统的情绪识别研究多采用语音特征、面部表情图像特征进行识别,但这些情绪的外在表现特征极易受到人体主观的控制,导致识别的不准确。而生理信息与人体大脑皮层及神经中枢关系密切,具有客观真实性,因此成为众多学者的热门研究方向。本文主要针对心电、皮电、呼吸三种生理信息进行情绪识别研究,建立了一个可视化的人机交互情绪识别平台。主要工作如下:(1)进行了基于混沌理论的情绪识别方法研究。分别对心电、皮电、呼吸三种生理信息数据进行四种混沌特征参数提取,包括复杂度、盒子维、近似熵、信息熵。构建三种单一生理信息数据和融合多生理信息数据的特征参数数据集,采用C4.5决策树算法分别进行Joy、Anger、Sadness三种情绪的识别实验。实验结果证明,采用该方法进行情绪识别是可行的,且多生理信息情绪识别比单一生理信息有更高的识别率。(2)采用C#编程语言,Visual Studio 2017集成开发环境(IDE)、SQL Server2014数据库等工具,建立了一个基于多生理信息的情绪识别平台。该平台可以对采集到的ECG、SC、RSP三种生理信息进行12种混沌特征参数提取,作为情绪识别的样本,通过C4.5决策树分类器算法进行joy、anger、sadness三种情绪的识别,并将这些信息保存至本地数据库。平台还包括用户登录、志愿者管理、管理员管理及数据中心等功能模块,来保证平台的安全性和信息完整性。(3)对搭建完成的平台进行了验证性实验。通过实验室设备获取的多生理信息数据,对平台进行测试,研究结果表明本平台有效并有一定实用性。