情感识别
情感识别的相关文献在1996年到2023年内共计538篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、教育
等领域,其中期刊论文342篇、会议论文28篇、专利文献249633篇;相关期刊190种,包括华东理工大学学报(自然科学版)、科学技术与工程、现代电子技术等;
相关会议23种,包括中国电子学会电路与系统分会第二十六届年会、中国计算机用户协会信息系统分会2013年第二十三届信息交流大会、第十六届全国信号处理学术年会及产业发展大会等;情感识别的相关文献由1249位作者贡献,包括刘光远、赵力、邹采荣等。
情感识别—发文量
专利文献>
论文:249633篇
占比:99.85%
总计:250003篇
情感识别
-研究学者
- 刘光远
- 赵力
- 邹采荣
- 叶吉祥
- 张石清
- 赖祥伟
- 张慧玲
- 张雪英
- 王志良
- 不公告发明人
- 孙颖
- 查诚
- 梁瑞宇
- 温万惠
- 王治平
- 陈景霞
- 陶华伟
- 魏彦杰
- 于适宁
- 傅洪亮
- 吴镇扬
- 周伟东
- 周后盘
- 夏鹏飞
- 张昕然
- 徐明星
- 毛峡
- 王健
- 王宝军
- 王彬
- 蒋冬梅
- 薛雨丽
- 赵知劲
- 邹月娴
- 郭庆
- 陆应亮
- 韩志艳
- Hichem Sahli
- 任福继
- 刘华平
- 单美贤
- 卢官明
- 吕钊
- 孙富春
- 孙波
- 席涛
- 张静
- 张鹏伟
- 彭丰斌
- 徐露
-
-
刘鹏;
乔晓艳
-
-
摘要:
针对脑电信号情感识别中情感特征信息挖掘不充分、识别准确率低的问题,提出深度自编码方法提取脑电信号情感特征,并结合长短时记忆(LSTM)循环神经网络实现维度情感分类.首先,基于DEAP维度情感生理数据集,分别在唤醒度和效价维度选取情感标签阈值,划分不同情感状态;然后,通过时间窗对脑电信号分段,设计栈式自编码网络挖掘脑电数据蕴含的情感信息,并依照时间顺序生成情感特征序列;最后,建立LSTM循环神经网络进行模型训练、交叉验证和测试,并通过正确率、精确度、召回率和F1-Score评价情感分类效果.仿真实验结果表明:在效价维度上,脑电信号情感识别平均正确率达到77.4%,F1-Score为80.4%;在唤醒度上,平均识别正确率达到73.7%,F1-Score为77.5%.该方法使维度情感模型获得了较好的情绪识别结果,可以为情感计算和人机情感交互提供借鉴.
-
-
陈景霞;
闵重丹;
林文涛;
郝为;
刘洋
-
-
摘要:
人类大脑皮层能够对不同情感产生动态响应,在这一神经科学研究成果的启发下,提出一种基于3D矩阵特征与多维卷积神经网络的脑电(Electroencephalogram,EEG)信号情感识别方法,用MCNN表示.该3D矩阵特征是指每个时间点上提取的6个频带的PSD特征按大脑电极位置分布,转换为9×9网状矩阵后连接得到的一个9×9×6的三维矩阵,该表征方法能够直接准确反应大脑皮层EEG信号的空间相关性和时频动态,再将该特征输入一个多维卷积神经网络进一步提取相关深度语义特征并进行情感分类.所提方法在DEAP数据集中脑电信号的唤醒度和效价维度上两类情感分类的平均准确率分别达到了85.88%和87.32%,相同实验条件下,比目前较优手工特征的平均分类准确率分别提升了5.41%和5.69%,比最优深度模型的平均分类准确率分别提升了3.52%和4.18%,验证了该方法的先进性和有效性.
-
-
万红丽
-
-
摘要:
针对传统情感识别方法中脑电信号特征提取与辨识困难的问题,本文提出一种基于深层残差网络和长短时记忆网络的情感识别方法。首先,将DEAP生理数据信号进行连续小波变换得到相应的时频谱图;然后对时频谱图进行灰度化和归一化,再将灰度图降维至适当大小;最后将压缩后的时频谱图作为深层残差网络的输入,将DRN学习到的顶层特征进行向量化,并输入长短时记忆网络网络实现情感识别。实验结果表明:提出的CWT-DRN-LSTM模型情感识别准确率达99.23%,标准差仅0.27,相比于其它组合模型在识别准确率方面具有较大优势。
-
-
柳长源;
李文强;
毕晓君
-
-
摘要:
情感作为人脑的高级功能,对人们的个性特征和心理健康有很大的影响,利用网上公开的脑电情感数据库(DEAP(Database for emotion analysis using physiological signals)数据库),根据心理效价和激励唤醒度等级进行情感划分,对压力和平静等5种情感进行研究分析.针对脑电信号时空特征结合的特点,把深度学习中的卷积神经网络(Convolutional neural network,CNN)和长短期记忆网络(Long short term memory,LSTM)两者作为基本前提,并在此基础之上设计了一个RCNN-LSTM的脑电情感信号分类模型.利用循环卷积神经网络(Recurrent convolutional neural network,RCNN)自动提取脑电信号中的抽象特征,省去了人工选择与降维的过程,然后结合LSTM网络对脑电情感信号进行分类识别.实验结果表明,利用该方法对5种情感类别的平均分类识别率达到了96.63%,证明了该方法的有效性.
-
-
沈然;
王庆娟;
金良峰;
丁麒
-
-
摘要:
自动识别电网客户语音中的情感对电网运营具有重要的意义,语音情感分类模型往往需要专家根据经验设计,这限制了人工智能算法在这一模型上的应用。提出了一种基于自动机器学习的电网客户语音情感分类算法。首先设计了神经网络搜索空间构建方法,构建了基础的神经网络基本组成单元,并搭建了对应的元架构空间。然后,为了提高情感分类模型的准确率,利用强化学习进行神经网络模型和超参数的求解。实验结果表明,该算法可以有效完成电网客户情感分类任务,情感分类准确率达到90.93%,而且整个过程不依赖于人工设计,具有较高的效率和准确率。
-
-
炕留一;
叶海智;
张瑾;
朱珂
-
-
摘要:
教学行为数据的多样化、海量化及多维化,将教学行为评价从单向度和浅表化的蛰伏中唤醒,构建多维数据支持下的课堂教学行为评价模型成为冲出“藩篱”的关键。文章通过对比传统时代和智能时代的课堂教学行为研究,在弗兰德斯互动分析系统的基础上,增添动作、情感等心理和生理行为指标,设计了基于多维数据的课堂教学行为评价指标体系。在此基础上,文章融合多元主体参与的全方位评价理念,构建了基于多维数据的课堂教学行为评价模型,并从评价轨迹和评价结果两个方面验证了此模型的有效性,其实践结果表明:基于多维数据的课堂教学行为评价有助于评价信息的多元化,让评价的本真意蕴得以显现,是融合课堂教学行为和话语分析的探索与尝试。文章通过研究多维数据视阈下的课堂教学行为评价模型,旨在为创新课堂教学评价提供参考。
-
-
彭涛;
唐经;
何凯;
胡新荣;
刘军平;
何儒汉
-
-
摘要:
在情感计算、心理治疗、机器人、监视和观众理解等方面,基于步态特征的情感识别有着广泛的应用前景。已有方法表明,考虑手势位置等上下文信息可以显著提高情绪识别性能,且时空信息能显著提高情绪识别精度。但是单纯使用骨骼空间信息无法充分表达步态中的情绪信息。为了充分利用步态特征,本文提出自适应融合的方法,将骨骼时空信息与骨骼旋转角度结合,提升了现有模型的情感识别精度。本文模型利用自编码器,学习人类行走时的骨骼旋转信息,利用时空图卷积神经网络提取骨骼点时空信息,将骨骼旋转信息与时空信息输入自适应融合网络,得到最终特征进行分类。模型在Emotion-Gait数据集上测试,实验结果显示:悲伤、愤怒和中立情绪的AP值比最新HAP方法分别提升5、8、5个百分点;总体分类的平均MAP值提高了5个百分点。
-
-
唐杰豪;
张维;
尹钟
-
-
摘要:
该研究使用脑电(EEG)信号经过处理得到的数据集DEAP和HCI,利用微分熵作为特征提取的工具,基于传统机器学习算法,集成学习中的梯度提升树、Xgboost、Adaboost、随机森林算法,以及深度神经网络、卷积神经网络与GoogLeNet实现跨被试的EEG特征情感识别任务,并比较各方法应用于EEG情感分析时的结果差异。比较平均准确率,结果表明深度学习方法取得了不错的成绩,三个深度模型对两个数据集的valence平均准确率达到0.5956和0.6307之间,arousal达到0.6062和0.6774之间,显著优于机器学习算法与集成学习模型取得的结果。
-
-
燕跃豪;
鲍薇;
王莹;
师杨;
汤亮
-
-
摘要:
随着生活水平的提高,人们对于高质量服务的需求也逐渐增强。客服电话是电力企业获取服务反馈的重要方式,要想更好地为用户提供优质服务,就需要一种质检方式来检测客服人员在通话时是否使用规范用语、是否给予准确回答、是否满足标准要求。但面对激增的语音通话量、庞大的录音数据,传统的人工质检方法效率低下,且随机抽检的片面性难免导致检测失实。鉴于此,设计了一种基于语音的话务质检系统,可以进行全量覆盖质检,质检效率高。该系统通过智能化质检方式,结合各项针对性功能,减少了质检工作量,节约了质检时间,提高了质检质量。
-
-
柴源
-
-
摘要:
在线图书评论文本数量庞大、纷繁复杂,传统词袋模型无法表征文本隐含的语义信息,也无法通过一个线性分类器实现分类,而人工监控分析又具有很强的滞后性。文中以online_shopping_10_cats数据集中的图书评论部分为语料,经过文本预处理,采用Word2vec进行文本向量表示,得到语义化的特征矩阵,引入SVM模型进行训练和预测,采用增量训练和GridSearchCV进行模型优化,应用Tkinter构建可视化界面,实现文本信息情感识别。实验表明,该系统精确率为0.94,召回率为0.94,f1-score值为0.93,具有良好的适用性。
-
-
徐振国;
张冠文;
孟祥增;
党同桐;
孔玺
- 《第17届教育技术国际论坛》
| 2018年
-
摘要:
传统学习者情感识别方法存在识别率低、算法复杂、鲁棒性差等问题,并且容易丢失面部表情特征的关键信息.本文提出一种基于卷积神经网络的学习者情感识别方法,该网络包括3个卷积层、3个池化层和1个全连接层.然后在自主搭建的大规模学习者情感数据库上进行了训练和实验,实验结果表明该方法能够快速、准确地识别学习者情感.未来,该方法可应用于智慧学习环境建设,为完善学习者模型、实现情感交互、挖掘学习行为等提供技术支撑.
-
-
-
SONG Peng;
宋鹏;
ZHENG Wenming;
郑文明;
ZHAO Li;
赵力
- 《第十四届全国人机语音通讯学术会议》
| 2017年
-
摘要:
传统语音情感识别主要基于单一情感数据库进行训练与测试.而实际情况中,训练语句和测试语句往往来源于不同的数据库,识别率将显著下降.为了解决这一问题,提出了一种基于子空间学习和特征选择融合的语音情感识别方法.通过采用回归方法来学习特征的子空间表示;同时,引入l2,1-范数用于特征的选择;并引入最大均值差异(Maximum mean discrepancy,MMD)来减少不同情感数据库间的特征差异,对它们进行联合优化求解从而提取较为鲁棒的情感特征表示.在EMO-DB和eNTERFACE两个公开情感数据库上进行实验评价,结果表明:所提出的方法在跨库条件下具有较好的性能,相比其它经典的迁移学习方法更加鲁棒高效.
-
-
-
-
-
Zhang Xue-ying;
张雪英;
Zhang Wei;
张卫;
Liu Xue-yan;
刘雪艳;
Sun Ying;
孙颖;
Huang Li-xia;
黄丽霞
- 《中国电子学会电路与系统分会第二十六届年会》
| 2015年
-
摘要:
为有效提高模糊认知图(Fuzzy Cognitive Map,FCM)的分类识别性能,同时保留其对情感的认知能力,该文提出了融合FCM方法.为实现决策级的FCM融合,将传统的模糊认知图的数值型输出转化为概率型输出,为不同特征提供了统一范围的初级识别结果.在此基础上,建立了以测试样本为顶点,测试样本间的相关性为边的相关性图,初级识别结果在正则化框架的约束下在图上进行传播.该方法在充分考虑了分类器对不同特征的识别准确率差异的同时,还充分利用了测试样本携带的信息对最终判决结果进行约束.实验证明,本文提出的融合FCM方法相较于单一分类器,以及传统的决策融合方法,具有更优的分类性能.
-
-
-