基于优化的LSTSVM的多模态生理信号情感识别

摘要：

采用最小二乘双支持向量机(LSTSVM)进行情感识别,针对LSTSVM模型的惩罚系数及核函数参数难以确定的问题,使用改进的萤火虫算法(MFA)来优选LSTSVM的各项参数,使分类器取得最优的性能.基于脑电、皮肤电、肌电和呼吸4种模态的生理信号,使用该算法进行情感识别,并与使用标准LSTSVM和粒子群LSTSVM算法的识别结果比较.仿真分析表明,提出的MFA-LSTSVM算法识别准确率更高,需要的训练时间更短.

关键词：最小二乘双支持向量机、萤火虫算法、情感识别、多模态生理信号

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市重点产业共性关键技术创新专项cstr2015zdcy-ztzx4008

在线出版日期：2018-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：112-116