-
题名多标签情感计算中的TSK模糊系统与域适应方法研究
- 1
-
-
作者
何欣润
李毅轩
傅中正
伍冬睿
黄剑
-
机构
华中科技大学人工智能与自动化学院类脑智能系统湖北省重点实验室
深圳华中科技大学研究中心
-
出处
《自动化学报》
北大核心
2025年第7期1546-1561,共16页
-
基金
国家重点研发计划(2022YFB4700200)
国家自然科学基金(62333007)
深圳市科技计划(JCYJ20220818103602004)资助。
-
文摘
情感计算作为人机交互领域的一个重要学科分支,是实现和谐、自然的人机交互体验的关键保障.如何利用便于获得的生理信号进行准确的情绪识别已成为其中的热门话题.广泛使用的情绪模型通常从愉悦维、唤醒维、支配维等多个维度描述情绪,但现有情绪识别方法大多将不同维度分别考虑,忽略维度间的相关性关系,并且在可解释性方面存在局限.多标签TSK模糊系统虽然能够弥补以上不足,但仍面临高维输入下模糊规则构建困难、训练效率低下的问题.此外,多模态生理信号具有较大的个体差异性,严重影响跨用户情绪识别的准确性.鉴于此,首先提出规则降维的多标签TSK(RDRMLTSK)模糊系统,以优化模糊系统结构和训练效率;进一步提出多标签模糊域适应算法实现多源域迁移学习,提高RDRMLTSK的泛化性能.在DEAP和DECAF两个公开数据集上的实验结果表明,所提出的方法能够有效提高情绪识别的准确率,与经典和先进的方法相比具有更好的性能.
-
关键词
情感计算
多标签学习
TSK模糊系统
领域自适应
-
Keywords
Affective computing
multi-label learning
TSK fuzzy system
domain adaptation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
