چهارشنبه 1 اسفند 1403
| English
دوره 17، شماره 4 - ( زمستان 1394 )
جلد 17 شماره 4 صفحات 62-45 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Khezri M, Firoozabadi M, Sharafat Professor A R. Adaptive Fusion of Forehead and Physiological Signals upon Emotion Recognition. Advances in Cognitive Sciences 2016; 17 (4) :45-62
URL: http://icssjournal.ir/article-1-357-fa.html
URL: http://icssjournal.ir/article-1-357-fa.html
خضری مهدی، فیروزآبادی سید محمد، شرافت سید احمدرضا. همجوشی تطبیقی سیگنال‌های بیوالکتریک پیشانی و فیزیولوژیکی برای
تشخیص احساس
. تازه های علوم شناختی. 1394; 17 (4) :45-62
1- دانشجوی دکتری مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس
2- استاد، گروه فیزیک پزشکی، دانشکده پزشکی، دانشگاه تربیت مدرس
3- استاد، گروه برق، دانشگاه تربیت مدرس
2- استاد، گروه فیزیک پزشکی، دانشکده پزشکی، دانشگاه تربیت مدرس
3- استاد، گروه برق، دانشگاه تربیت مدرس
چکیده: (2938 مشاهده)
هدف: در این مطالعه، برای هم جوشی سیگنال های احساسی چندگانه، به منظور بهبود عملکرد سیستم تشخیص احساس، روش تطبیقی جدیدی پیشنهاد شد.
روش: به عنوان معیارهای عاطفی، سه کانال سیگنال های بیوالکتریک پیشانی، به همراه معیارهای فیزیولوژیکی (فشارحجم خون، هدایت پوست و فاصله ی زمانی ضربان ها) به کار رفت. با نمایش قطعات تصویری از پیش انتخاب شده برای هر کدام از ۲۵ شرکت کننده در آزمایش، شش حالت احساسی پایه شامل خشم، غم، ترس، تنفر، خوشحالی و تعجب ایجاد شدند. در سیستم پیشنهادی تشخیص احساس، سیگنال های ثبت شده با ایجاد سه واحد طبقه بندی حالت های احساسی را به طور مستقل شناسایی کردند. سپس نتایج با اعمال مدل خطی وزندار تطبیقی با هم ادغام شدند. به هر یک از واحدهای طبقه بندی، وزنی نسبت داده میشود؛ به طوری که این وزن ها مربعات خطای سیستم ترکیبی را کمینه می کنند.
یافته ها: نتایج بیانگر مطلوبتر بودن عملکرد روش هم جوشی پیشنهادی نسبت به هر یک از واحدهای طبقه بندی منفرد و همچنین سیستم های دیگری است که با همجوشی ویژگی ها و هم جوشی واحدهای طبقه بندی با استفاده از روش بیشترین آرا طراحی شدند. با استفاده از روش طبقه بندی SVM، دقت شناسایی حالت های احساسی موردنظر ۸۸ درصد به دست آمد. همچنین ِصرف اعمال سیگنال های پیشانی و یا سیگنال های فیزیولوژیکی در ساختار همجوشی پیشنهادی نشان داد که طراحی یک سیستم قابل اعتماد تشخیص احساس، بدون نیاز به معیارهای عاطفی دیگر ممکن است.
نتیجه گیری: بر اساس نتایج، پیشنهاد می شود تا در طراحی سیستم تشخیص احساس، از روش هم جوشی تطبیقی واحدهای طبقه بندی استفاده شود.
روش: به عنوان معیارهای عاطفی، سه کانال سیگنال های بیوالکتریک پیشانی، به همراه معیارهای فیزیولوژیکی (فشارحجم خون، هدایت پوست و فاصله ی زمانی ضربان ها) به کار رفت. با نمایش قطعات تصویری از پیش انتخاب شده برای هر کدام از ۲۵ شرکت کننده در آزمایش، شش حالت احساسی پایه شامل خشم، غم، ترس، تنفر، خوشحالی و تعجب ایجاد شدند. در سیستم پیشنهادی تشخیص احساس، سیگنال های ثبت شده با ایجاد سه واحد طبقه بندی حالت های احساسی را به طور مستقل شناسایی کردند. سپس نتایج با اعمال مدل خطی وزندار تطبیقی با هم ادغام شدند. به هر یک از واحدهای طبقه بندی، وزنی نسبت داده میشود؛ به طوری که این وزن ها مربعات خطای سیستم ترکیبی را کمینه می کنند.
یافته ها: نتایج بیانگر مطلوبتر بودن عملکرد روش هم جوشی پیشنهادی نسبت به هر یک از واحدهای طبقه بندی منفرد و همچنین سیستم های دیگری است که با همجوشی ویژگی ها و هم جوشی واحدهای طبقه بندی با استفاده از روش بیشترین آرا طراحی شدند. با استفاده از روش طبقه بندی SVM، دقت شناسایی حالت های احساسی موردنظر ۸۸ درصد به دست آمد. همچنین ِصرف اعمال سیگنال های پیشانی و یا سیگنال های فیزیولوژیکی در ساختار همجوشی پیشنهادی نشان داد که طراحی یک سیستم قابل اعتماد تشخیص احساس، بدون نیاز به معیارهای عاطفی دیگر ممکن است.
نتیجه گیری: بر اساس نتایج، پیشنهاد می شود تا در طراحی سیستم تشخیص احساس، از روش هم جوشی تطبیقی واحدهای طبقه بندی استفاده شود.
واژه‌های کلیدی: سیستم تشخیص احساس، تشخیص الگو، سیگنال های بیوالکتریک پیشانی، سیگنال‌های فیزیولوژیکی، هم جوشی مرحله ی تصمیم‌گیری، همجوشی تطبیقی
نوع مطالعه: پژوهشي اصیل |
موضوع مقاله:
تخصصي
دریافت: 1394/6/30 | پذیرش: 1394/8/30 | انتشار: 1394/10/1
دریافت: 1394/6/30 | پذیرش: 1394/8/30 | انتشار: 1394/10/1
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
