基于皮电信号特征选择与 SVM 的人体情绪识别
信号处理
2023-07-12 v1 人机交互
机器学习
摘要
本文提出一种基于自动选择的皮电反应（GSR）信号特征与 SVM 的人体情绪识别新方法。GSR 信号由 e-Health Sensor Platform V2.0 采集。随后数据经小波函数去噪并归一化以消除个体差异。从归一化数据中提取 30 个特征，然而直接使用这些特征会导致低识别率。为获得优化特征，我们的方法采用基于协方差的特征选择。最后，以优化特征为输入的 SVM 用于实现人体情绪识别。实验结果表明所提方法取得了良好的人体情绪识别效果，识别准确率超过 66.67%。
引用
@article{arxiv.2307.05383,
title = {Human Emotion Recognition Based On Galvanic Skin Response signal Feature Selection and SVM},
author = {Di Fan and Mingyang Liu and Xiaohan Zhang and Xiaopeng Gong},
journal= {arXiv preprint arXiv:2307.05383},
year = {2023}
}