شناسايي احساسات با استفاده از ويژگي‌هاي برمبناي موجك سيگنال‌هاي فيزيولوژيكي و همجوشي در سطح واحدهاي طبقه‌بندي

احساسات نقش مهمي در زندگي روزمره انسانها بازي مي كنند. تشخيص احساسات مي تواند در بهبود روابط انسانها با هم و روابط انسان با سيستمهاي كامپيوتري حايز اهميت باشد. در اين مطالعه، هدف طراحي يك سيستم تشخيص احساس كارآمد برمبناي همجوشي واحدهاي طبقه بندي و با استفاده از سيگنال هاي فييولوژيكي است. به اين منظور سيگنال فيزيولوژيكي EOG، EMG، GSR و BVP پايگاه داده‌ي DEAP به كار گرفته شده اند. سيگنال هاي پيش‌پردازش شده در معرض تبديل موجك گسسته (DWT) قرار گرفتند و سپس تعدادي از ويژگي‌هاي آماري و فركانسي براي زيرباندهاي ايجاد شده محاسبه شدند. به منظور كاهش ابعاد مجموعه ويژگي‌ها و انتخاب ويژگي هاي مؤثر، روش تحليل مؤلفه اصلي (PCA) به كار گرفته شد. ويژگي هاي انتخاب شده به سه زيرمجموعه تفكيك شدند و به عنوان ورودي به طبقه بندي كننده هاي شبكه عصبي تابع پايه شعاعي (RBF) جهت شناسايي سطوح ضرفيت و هيجان احساس اعمال شدند. به منظور افزايش دقت تشخيص سيستم، همجوشي در سطح واحد‌هاي طبقه بندي با استفاده از روش Adaboost مدنظر قرار گرفت. نتايج كسب شده بيانگر عملكرد مطلوب سيستم طراحي شده است. به گونه اي كه سطوح ظرفيت و هيجان به ترتيب با دقت 9/96 درصد و 4/97 درصد شناسايي شدند.