[發明專利]基于SVM的三分類情緒概率判斷方法

在審

• 申請號: 201711295095.4
• 申請日: 2017-12-08
• 公開（公告）號: CN107766898A
• 公開（公告）日: 2018-03-06
• 發明（設計）人: 周劍;杜寧;魏獻巍;劉方斌;程春玲;郭劍
• 申請（專利權）人: 南京郵電大學鹽城大數據研究院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及情感計算技術領域，尤其涉及一種基于SVM的三分類情緒概率判斷方法。

背景技術

情緒是伴隨著認知和意識過程產生的心理和生理狀態，在人類交流中起著重要的作用。情緒持續時間短，但蘊含著豐富的生物信息，其中不僅包含肢體，面部，語音語義等外部行為特征，還包含了大腦內部神經機制相互協調，具有客觀且不易掩飾的腦電信號。通常將情緒分為樂觀，平靜和悲觀等狀態。情緒識別是指通過用戶的行為和生理反應來預測估計相應的情緒狀態。情緒識別的研究可以應用在健康監測，刑偵審訊，行為輔助等許多方面，對其給出合理的參考意見。因此，情緒識別的研究具有重要的現實意義。

針對腦電信號的處理，很多研究者已提出了多種提取特征參數的方法，同時已有很多研究者采用SVM算法對情緒進行識別，發現該算法的識別率較高。但標準的SVM算法只能依據決策函數輸出唯一確定的數值，而針對情緒識別問題，樣本不能明確地歸為某一類情緒，只能以一定概率屬于某一類情緒。

發明內容

本發明所要解決的技術問題是針對背景技術中所涉及到的缺陷，提供一種基于SVM的三分類情緒概率判斷方法，通過參與者的腦電信號得出參與者屬于某一類情緒的概率，通過構造樣本訓練基于SVM的二分類情緒概率判斷模型獲得訓練好的基于SVM的二分類情緒概率判斷模型，在訓練好的基于SVM的二分類情緒概率判斷模型上構造基于SVM的三分類情緒概率判斷模型，對腦電信號判斷屬于樂觀、平靜或悲觀。

本發明為解決上述技術問題采用以下技術方案：

基于SVM的三分類情緒概率判斷方法，包括如下步驟：

步驟1：采集參與者情緒變化過程中產生的腦電信號，并其進行下采樣處理，構造樣本；

步驟2：使用構造的樣本訓練基于SVM的二分類情緒概率判斷模型；

步驟3：根據基于SVM的二分類情緒概率判斷模型構造基于SVM的三分類情緒概率判斷模型；

步驟4：使用基于SVM的三分類情緒概率判斷模型對參與者新的腦電信號進行情緒概率判斷。

作為本發明基于SVM的三分類情緒概率判斷方法進一步的優化方案，所述步驟1的詳細步驟如下：

步驟1-1：準備若干部用以誘發參與者的情緒產生變化的情感視頻以及用于采集參與者觀看情感視頻時腦電信號的頭戴信號采集設備；

步驟1-2：參與者頭戴設備觀看若干部的情感視頻，產生相應的情緒變化，頭戴信號采集設備采集參與者的腦電信號；

步驟1-3：參與者觀看完每一部情感視頻后指出此時情緒狀態Y，其中Y∈{1,2,3}，1表示樂觀，2表示平靜，3表示悲觀；

步驟1-4：使用預設的頻率閾值對采集到的腦電信號進行下采樣處理，獲得離散的腦電信號序列X(n)，其中n為腦電信號序列下標；

步驟1-5：通過參與者的腦電信號序列X(n)和情緒狀態Y構造樣本{X(n),Y}。

作為本發明基于SVM的三分類情緒概率判斷方法進一步的優化方案，所述步驟2的詳細步驟如下：

步驟2-1：提取腦電信號序列X(n)的統計特征組成該模型的輸入向量F＝{μ_X,σ_X,τ_X,δ_X,γ_X}；

其中，為腦電信號序列的均值；

為腦電信號序列的標準差；

為腦電信號序列的方差；

為腦電信號序列的一階差分均值；

為腦電信號序列的二階差分均值，N為腦電信號采樣點的總數；

步驟2-2：將樣本{X(n),Y}轉換為模型訓練樣本{F,Y}_g＝{{F₁,y₁},{F₂,y₂},...,{F_g,y_g}}，其中，g∈{1,2,...,M}，M為情感視頻總數；

步驟2-3：令Φ(F)為F通過核函數映射后的特征向量，則SVM的決策函數f(F)＝wΦ(F)+b，其中，w為權值向量，b為偏置向量；

步驟2-4：引入拉格朗日乘子α_i計算決策函數的最優化方程：

其中，m是模型訓練樣本數，Φ(F_i)^TΦ(F_j)是映射到高維特征空間后F_i和F_j的內積；