基本情绪

摘要： 基本情绪理论(basic emotion theory)是情绪科学领域最具代表性的理论,该理论认为人类情绪是由有限的几种基本情绪组成的,如恐惧、愤怒、喜悦、悲伤等。基本情绪是为了完成基本生命任务(fundamental life task)进化而来的,每一种基本情绪都有独特的神经结构和生理基础。尽管基本情绪理论被广泛接受,但是对于基本情绪的种类却莫衷一是。近几十年来,许多fMRI研究试图确定各种基本情绪的独特神经结构基础,而且取得了许多重要发现,比如厌恶和脑岛有关,悲伤和前扣带回有关,杏仁核是与恐惧有关的重要边缘结构等。但是,最近有人进行了元分析研究,发现许多基本情绪存在混淆的大脑区域,因此对基本情绪的特定脑区理论提出质疑,甚至否定基本情绪理论。通过对基本情绪及其神经基础的探讨,以及对基本情绪理论的最新功能性磁共振成像研究进行梳理分析,提出有关基本情绪理论的争论来源于基本情绪种类的确定,因为许多所谓的不同基本情绪实际上是同一种基本情绪,提出人类可能只有3种基本情绪。未来研究可以利用机器视觉技术进一步推动基本情绪脑影像研究。

摘要： 基本情绪理论认为人类的情绪是由有限的几种基本的情绪组成,如快乐、愤怒、恐惧、悲伤等.使用脑功能成像技术来探讨基本情绪的独特神经结构所得出的结果很复杂,不能支持基本情绪理论;原因之一可能是情绪具有短暂性和易变性的特点,而EEG因高时间分辨率或许有助于解决该问题.本文探讨了基本情绪及其诱发方法、EEG的应用价值,对基本情绪相关的几种ERP成分及其特征进行归纳,提出用EEG结合人工智能来为基本情绪理论研究提供新思路.

摘要： 自豪感是对自身成就进行评估时产生的积极情绪体验。神经基础研究表明,心理理论、自我参照、情绪、奖赏和记忆等相关脑区的协同作用构成了自豪感的神经基础,而神经和生理的比较研究则揭示了自豪感和其他基本情绪以及道德情绪等在神经基础上的异同。以上结果为理解自豪感的复杂神经机制提供了依据。未来研究应对不同种类自豪感以及自豪感与认知过程相互作用的神经机制进行深入探讨。

摘要： 儿童理解和运用情绪词汇的水平对其情绪理解与表达有重要影响。本研究运用自编的用于描述高兴、悲伤、愤怒、恐惧四种基本情绪的词汇表(共59个情绪词汇),通过准实验研究测量5~6岁幼儿对情绪词汇的理解和运用情况。结果发现,5~6岁幼儿能理解描述这四种基本情绪的词汇约33个,其中“高兴”12个、“悲伤”9个、“愤怒”7个、“恐惧”5个;能运用描述这四种基本情绪的词汇约6个,其中“高兴”2个、“悲伤”2个、“愤怒”1个、“恐惧”1个。5~6岁幼儿理解描述高兴的情绪词汇显著多于描述悲伤、愤怒和恐惧的情绪词汇;运用描述高兴的情绪词汇显著多于描述愤怒和恐惧的情绪词汇;运用描述悲伤和愤怒的情绪词汇显著多于描述恐惧的情绪词汇;运用描述高兴和悲伤的情绪词汇不存在显著差异。5~6岁幼儿对这四种基本情绪词汇的理解和运用没有明显的性别差异。教师和家长应关注幼儿对情绪词汇的理解与运用,并通过为幼儿创设支持性的学习环境,促进其情绪词汇理解和运用能力的发展。

摘要： 随着神经科学的发展,音乐心理学的研究也开始采用神经科学的方法探讨人们在音乐创作与体验中的神经机制,从而揭示音乐的本质和对人类的意义.随着这方面研究的开展,神经科学专家建立了音乐神经科学作为认知精神学科的分支学科,主要从音乐感知、认知和情感的神经基础入手展开研究.目标是理解在知觉、情感和认知过程中所涉及的神经机制和结构,从而产生三种主要的美学反应:情感、判断和偏好.

摘要： 2017年5月,我有幸应邀参加了湖南省音乐家协会组织的“2017年潇湘好歌邵阳武冈创作笔会”,笔会期间,我拜读了全省歌词作家的大作,也欣赏了全省作曲家们的大作,收获颇丰,受益匪浅。在众多的歌词作品中,邝厚勤老师的词作“紫荆花开了,紫荆花笑了——为香港回归祖国二十周年而作”正是我想要的歌词,与我一直以来想写一首花腔女高音歌曲的想法不谋而合。我之所以看上这首歌词是基于以下几点考虑:第一,歌词的基本情绪是欢快的、热烈的;第二,整首歌词动感十足,第一段围绕着紫荆花“开了”而展开,而第二段则围绕着紫荆花“笑了”而展开,主题集中,层层递进;第三,歌词简单,重复较多,留给音乐的空间较大。

摘要： 本文拟对自我意识情绪的起源、分类、社会功能、最新研究成果几个方面对自我意识情绪进行总结.

摘要： 心理学家指出:焦虑是人类在长期生存进化中产生的基本情绪,大多数人所说的焦虑都只是一种积极意义的适度焦虑,而不是心理学和医学上的焦虑症。适当的焦虑有积极意义,可以大大提高人类的身心适应能力。但长期、持续的焦虑则可能发展为焦虑症。快来测一下,看看你现在的焦虑程度。

摘要： 无论我们喜欢与否，人们将继续关注巫师和猎巫这个主题。巫术信仰是普世的，因为它把不幸与人类的基本情绪（比如妒忌）联系在一起。然而，如果传统文化或者科学信仰不能平衡人们的焦躁不安。换言之，如果在危机时段缺乏运转法律和政治制度的可行的社会和经济条件，那么巫术信仰就只能消失于暴力之中。

摘要： 本发明提供一种情绪分析方法、情绪提醒方法及情绪提醒控制装置，方法包括：采集语音信息并转化成文本，基于双层长短期记忆人工神经网络进行文本表征与辅助信息引入；利用辅助信息得到文本中的含有情感的词作为分析对象；分析对象中多个词之间建立情感依赖；筛选出最终目标分析对象；捕获最终目标分析对象和文本中上下文之间的关系；获取外部语料库，从外部语料库筛选出与最终目标分析对象相关性高于预设相似度的句；得到最终目标分析对象的情感对；基于情感对进行情绪分析。可以有效了解到文本中涉及到的详细方面的情感倾向性，为后续分析与决策提供一定的辅助信息。

摘要： 一种情绪检测设备、情绪检测系统、情绪检测方法和计算机可读存储介质。情绪检测设备包括：心率处理模块和情绪处理模块。所述心率处理模块被配置为接收心率信号，并对所述心率信号进行差分处理，以得到与所述心率信号对应的特征参数；所述情绪处理模块被配置为处理所述特征参数，以确定与所述特征参数对应的情绪标签。

摘要： 本发明提供一种情绪分析方法、情绪分析系统及情绪分析装置。其中，情绪分析系统包括：一案例库、一输入模组、一语句分析模组、一相似度分析模组以及一情绪判断模组。其中，案例库包含复数句案例语句，每一案例语句包含至少一主要词汇且对应至少一情绪标示。输入模组用于接收一输入语句。语句分析模组用于分析该输入语句的一语句结构。相似度分析模组用于根据语句结构，对输入语句与案例库中至少一案例语句进行一语意分析与一语法分析，以分别获得输入语句与至少一案例语句之间的一相似等级。情绪判断模组用于根据多个相似等级，判断该输入语句的至少一情绪。

摘要： 本发明公开了一种情绪监测的情绪建模方法及情绪监测调节系统，该方法是拾取训练的情绪信号，依次进行滤波预处理和微分熵特征提取，得到相应的特征向量；将特征向量通过基于线性核的SVM构建情绪分类的分类器，将训练中的高兴、中性、悲伤情绪状态下对应的情绪特征数据构成一个训练集，并将高兴、中性、悲伤情绪状态下对应的特征向量送入分类器进行训练，得到基于情绪的分类器模型；再次调用上述训练集中三种情绪状态对应的特征向量分别送入分类器模型，在分类器模型的输出中得到每种情绪状态的score值(代表情绪的强弱程度)，并基于score值构建反馈准则，用于帮助用户有效地改变自己的情绪调节策略，达到情绪调节的有用效果。

摘要： 本发明提供一种情绪分析方法、情绪提醒方法及情绪提醒控制装置，方法包括：采集语音信息并转化成文本，基于双层长短期记忆人工神经网络进行文本表征与辅助信息引入；利用辅助信息得到文本中的含有情感的词作为分析对象；分析对象中多个词之间建立情感依赖；筛选出最终目标分析对象；捕获最终目标分析对和文本中上下文之间的关系；获取外部语料库，从外部语料库筛选出与最终目标分析对象相关性高于预设相似度的句；得到最终目标分析对象的情感对；基于情感对进行情绪分析。可以有效了解到文本中涉及到的详细方面的情感倾向性，为后续分析与决策提供一定的辅助信息。

摘要： 一种情绪检测设备、情绪检测系统、情绪检测方法和计算机可读存储介质。情绪检测设备包括：心率处理模块和情绪处理模块。所述心率处理模块被配置为接收心率信号，并对所述心率信号进行差分处理，以得到与所述心率信号对应的特征参数；所述情绪处理模块被配置为处理所述特征参数，以确定与所述特征参数对应的情绪标签。

摘要： 本发明提供一种情绪分析方法、情绪分析系统及情绪分析装置。其中，情绪分析系统包括：一案例库、一输入模组、一语句分析模组、一相似度分析模组以及一情绪判断模组。其中，案例库包含复数句案例语句，每一案例语句包含至少一主要词汇且对应至少一情绪标示。输入模组用于接收一输入语句。语句分析模组用于分析该输入语句的一语句结构。相似度分析模组用于根据语句结构，对输入语句与案例库中至少一案例语句进行一语意分析与一语法分析，以分别获得输入语句与至少一案例语句之间的一相似等级。情绪判断模组用于根据多个相似等级，判断该输入语句的至少一情绪。

摘要： 本发明实施例提供了一种识别情绪的方法以及基于脑电数据的情绪识别模型，其中，情绪识别模型包括：空间矩阵构造模块，用于根据多个时间片中的每个时间片获得的用户的脑电信号生成第一空间矩阵，得到多个第一空间矩阵；空间特征提取模块，用于对多个第一空间矩阵中每个第一空间矩阵分别利用注意力机制计算每行以及每列的注意力权值，并根据每个第一空间矩阵的每行以及每列的注意力权值获得多个第二空间矩阵；时空特征融合模块，用于提取多个第二空间矩阵间的时序关联特征，根据多个第二空间矩阵以及对应的时序关联特征，得到多个时空表征向量；情绪识别模块，用于根据多个时空表征向量确定用户的情绪。

摘要： 本公开提供一种面部情绪识别模型的训练方法、情绪识别方法及相关设备。能够收集自然语言中与情绪相关一些情绪词汇，然后搜集每个情绪词汇对应的人脸图像，并利用情绪词汇对人脸图像进行标注形成训练样本集，对预先构建的初始网络模型进行训练，得到面部情绪识别模型，再利用面部情绪识别模型对面部情绪识别处理。这样，由于面部情绪识别模型与自然语言表达空间一致，因此利用面部情绪识别模型进行面部情绪识别的结果更加符合人类自然感知的真实情绪，情绪识别更加精确。

摘要： 本发明涉及一种基于深度学习的两类基本情绪强度脑电信号识别方法，包括：通过n个尺度空间特征提取模块分别提取激活模式和尺度空间特征，其中，每个尺度空间特征提取模块对应的卷积核大小不相同，第一个尺度空间特征提取模块的输入为原始脑电信号，其他各个尺度空间特征提取模块的输入为原始脑电信号和前一个尺度空间特征提取模块所提取的尺度空间特征；对原始脑电信号和所有激活模式和尺度空间特征进行维度变换，得到高阶融合的尺度特征；基于N个长短时记忆网络获取高阶融合的尺度特征中的高阶时域信息，根据高阶时域信息获取原始脑电信号对应的分级情绪，分级情绪包括：强正向情绪、弱正向情绪、强负向情绪和弱负向情绪。