基于机器学习和生理信号的情绪识别模型构建方法及系统

摘要

本发明涉及一种基于机器学习和生理信号的情绪识别模型构建方法及系统。该方法包括：获取样本人群的多种生理数据，并构建第一样本数据集，而后提取各生理信号特征，预处理后得到第二样本数据集，并按预设比例分为训练集和验证集；选取分类机器学习模型为每种生理信号构造一级模型，将训练集作为输入进行训练，得到若干情绪识别模型；对每个情绪识别模型进行准确性分析，并计算不同模型之间的相关性，以及样本数据的稳定性，由此得到该情绪识别模型的融合权重；基于融合权重，结合所有情绪识别模型，构建综合预测模型。本发明有效提升了模型精度和泛化能力，能通过生理信号快速预测待测者的情绪状态，避免待测者主观因素对情绪判别的影响。