芒种网
15201.COM
首页
留言本
留言本
这是一个留言本,是由程序自动生成的页面,您可以对其进行任意操作。
发表评论:
取消回复
名称(*)
邮箱
网址
正文(*)
◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。
控制面板
您好,欢迎到访网站!
登录后台
查看权限
网站分类
未分类
最新留言
近年来,人工智能在图像、自然语言处理等领域取得了巨大的成功。也因此,越来越多的学者尝试将人工智能技术应用于各自领域的研究。在这种趋势下,基于机器学习和深度学习方法的情绪识别研究受到学术界越来越的关注。近年来出现了大量关于情绪状态识别的研究,大大推进了此领域的研究进程。传统的脑电分析将信号进行预处理后,由研究者根据自身的先验知识人工选择其中有效成分计算特征,然后使用模式识别方法对特征进行回归或分类。由于依赖人工特征提取,会在一定程度上受到研究者的主观经验约束;对噪声敏感,无法保证较好的鲁棒性。深度学习方法将特征提取和特征识别统一整合到模型中,通过使用卷积神经网络(Convolutional Neural Network, CNN)、递归神经网络(Recurrent Neural Network, RNN)和图神经网络(Graph Neural Network, GNN)等网络模型实现特征自动提取,通过模型中的非线性分类器进行分类。深度学习方法可充分利用日益丰富的计算资源,实现大批量数据的高速并行计算。通常情况下深度学习算法可更好地剔除噪声干扰,提取更加丰富、抽象的高层特征,对算法的性能有较大的提升。
情绪是一种综合了人的感觉、思想和行为的状态,它包括人对外界或自身刺激的心理反应,也包括随这种心理反应而产生的生理反应。在人们的日常工作和生活中,情绪的作用无处不在[1]。感知自己的情绪可以帮助人管理自己的心理健康,优化自己的工作表现。情绪识别可以自动分析人的情绪状态,增加人们对情绪的理解,促进人与人之间的有效沟通,方便人与计算机的信息交流
Powered By
Z-BlogPHP 1.7.3
15201.COM