基于级联投影高斯混合模型的语音与心电情绪识别

提出了一种基于级联投影的高斯混合模型算法。首先，针对不同的特征维度计算高斯混合模型的边缘概率，依据边缘概率模型构造出多个子分类器，每个子分类器包含不同的特征组合。采用级联结构的框架对子分类器进行动态融合，从而获得对样本的自适应能力。其次，在心电情感信号和语音情感信号上验证了算法的有效性，通过实验诱发手段，采集了烦躁、喜悦、悲伤等情感数据。最后，探讨了情感特征参数（心率变异性、心电混沌特征，语句级静态特征等）的提取方法。研究了情感特征的降维方法，包括主分量分析、顺序特征选择、Fisher 区分度和最大信息系数等方法。实验结果显示，所提算法能够在2种不同的场景中有效地提高情感识别的准确率。