《一种融合稀疏学习和二分法的情绪状态特征选择优化方法》

技术简介：

本发明公开了一种融合稀疏学习和二分法的情绪状态特征选择优化方法,包括获取特征集,并作归一化处理,所述特征集根据预处理生理信号特性,进行特征提取,初步筛选出表征效果好的单特征组建；利用稀疏学习算法,通过最小范数最小二乘方法求解稀疏学习系数以此判别每类信号下特征与目标类别间的相关性,并按每类特征的贡献度进行排序,结合二分法搜索出每类信号下不同的最优特征子集；把不同类生理信号下各自的最优特征子集进行融合,得到最优的情绪状态表征。本发明提出融合稀疏学习和二分法的方法,使每类信号下都具有各自不同的最优特征子集,有利于更客观的表征每类生理信号；融合不同生理信号下各自的最优特征子集,使得情绪的表征更加全面。

研发人员：潘礼正;王顺超;丁忆;赵路