您的位置: 专家智库 > >

鲁舜

作品数:3 被引量:4H指数:1
供职机构:西南大学物理科学与技术学院(电子信息工程学院)更多>>
发文基金:国家重点学科基础心理学科研基金项目国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇蚁群
  • 2篇蚁群算法
  • 2篇生理信号
  • 2篇情感识别
  • 2篇群算法
  • 1篇心电
  • 1篇心电信号
  • 1篇蚁群系统
  • 1篇蚁群优化
  • 1篇蚁群优化算法
  • 1篇优化算法
  • 1篇人工智能
  • 1篇自适
  • 1篇自适应
  • 1篇自适应蚁群
  • 1篇自适应蚁群算...

机构

  • 3篇西南大学

作者

  • 3篇鲁舜
  • 2篇刘光远
  • 1篇马长伟

传媒

  • 1篇计算机应用
  • 1篇计算机工程与...

年份

  • 1篇2010
  • 2篇2009
3 条 记 录,以下是 1-3
排序方式:
运用蚁群优化算法筛选情感生理信号特征
情感在人类的感知、决策等过程中扮演着重要角色。近年来随着人工智能的发展,情感智能与计算机技术结合产生了情感计算这一崭新的研究课题,这将大大地促进计算机技术的发展。随着人们在认知领域的不断探索,在情感状态领域的研究也将进一...
鲁舜
关键词:优化算法生理信号蚁群算法人工智能
文献传递
改进的蚁群系统在心电信号情感识别中的应用被引量:1
2010年
针对心电信号(Electrocardiogram,ECG)的情感识别问题,将局部搜索策略和变异引入蚁群系统(Ant Colony System,ACS)用于特征选择;用K近邻法对高兴和悲伤两种情感分类,在获得较高的识别率和有效特征组合的同时,提高了收敛速度,最好识别率达到93.64%。实验仿真结果表明,该方法是行之有效的。
马长伟刘光远鲁舜
关键词:蚁群系统情感识别心电信号
用自适应蚁群算法的生理信号情感状态识别被引量:3
2009年
针对生理信号的情感识别问题,将蚁群优化算法用于情感生理信号特征选择,并采用自适应的适应度参数值、变异策略和临近位置交换策略对算法进行改进,使用K近邻法进行情感分类,以获得较高的识别率和有效特征组合。通过四种生理信号(EMG、SC、ECG、RSP)来识别四种情感(joy、anger、sadness、pleasure),实验仿真结果表明,将蚁群优化算法引入情感识别的研究是可行的。
鲁舜刘光远
关键词:情感识别蚁群算法自适应生理信号
共1页<1>
聚类工具0