[發(fā)明專利]遠程教育學生特征信號提取識別的方法

有效

• 申請?zhí)枺?/td>: 201010140911.6
• 申請日: 2010-04-08
• 公開（公告）號: CN101840506A
• 公開（公告）日: 2010-09-22
• 發(fā)明（設計）人: 周家驥;羅恒;羅全鋒;申麗萍;申瑞民
• 申請（專利權）人: 上海交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G09B5/00
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王錫麟;王桂忠

1.一種遠程教育學生特征信號提取識別的方法，其特征在于，包括以下步驟：

步驟一，接受到生理信號傳感器的信號后，首先對輸入信號進行低通濾波，接著使用平滑濾波器，對低通濾波后的輸入信號進行平滑濾波；

步驟二，對處于平靜狀態(tài)的學生的生理信號進行采集，持續(xù)采集一段時間后，儲存這段時間內(nèi)的學生生理信號，以此作為當前的生理信號基準；

步驟三，持續(xù)采集學生上課時的生理信號，并按固定寬度的時間窗口將生理信號分段；

步驟四，生理信號特征提取，包括時域生理信號特征提取和頻域生理信號特征提取；

步驟五，使用連續(xù)的受限波爾茨曼機，根據(jù)計算得到的生理信號特征進行訓練，得到生理信號特征與生理信號特征編碼的生成模型，能夠根據(jù)輸入的生理信號特征，采樣得到一組相應的生理信號特征編碼；

步驟六，得到生理信號特征編碼后，首先對該編碼進行學生情感類別標注，得到標注后的訓練數(shù)據(jù)，然后使用訓練數(shù)據(jù)，通過交叉驗證和網(wǎng)格搜索算法，訓練支持向量機模型，得到一組支持向量，以及與其對應的權值向量和一組最優(yōu)超參數(shù)；

步驟七，使用訓練得到的支持向量機模型，將情感特征編碼輸入訓練得到的支持向量機中，通過多類支持向量機的計算，得到識別信號輸出。

2.根據(jù)權利要求1所述的遠程教育學生特征信號提取識別的方法，其特征是，所述生理信號基準，是指學生由于外在或內(nèi)在的非情感因素所造成的生理信號的偏置量。

3.根據(jù)權利要求1所述的遠程教育學生特征信號提取識別的方法，其特征是，所述生理信號特征提取，是指包括時域生理信號特征提取和頻域生理信號特征。

4.根據(jù)權利要求1所述的遠程教育學生特征信號提取識別的方法，其特征是，所述生理信號特征編碼，是指從訓練成功的連續(xù)的受限波爾茨曼機所描述的生成模型中，給定可見層狀態(tài)向量v，即生理信號特征向量的情況下，采樣的到隱層節(jié)點的狀態(tài)向量h。