طبقه بندی سیگنال پالس مبتنی بر روش تجزیه به مد تجربی با تأکید بر جنسیت و ابعاد احساسی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 538

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ITCC02_534

تاریخ نمایه سازی: 21 شهریور 1395

Abstract:

به علت کاربردپذیری آسان، سیگنال پالس به عنوان جایگزینی برای سیگنال الکتروکاردیوگرام نهتنها در مراقبت های بیمارستانی بلکه در علوم سلامت و مراقبت های بالینی بطور گسترده بکار می رود.برخلاف سیگنال الکتروکاردیوگرام، موج پالس انگشت را به راحتی میتوان با یک سنسور ثبتنمود. تاکنون هیچ مطالعه ای بر اثر احساسات بر این سیگنال صورت نگرفته است. بنابراین، هدفمطالعه حاضر، طبقه بندی سیگنال پالس در هنگام تماشای تحریکات احساسی با استفاده از شاخصیمبتنی بر ویژگی غیرخطی است تا توانایی های این روش در تفکیک حالات احساسی در دو بعدارزش و برانگیختگی مورد بررسی قرار گیرد. به علاوه، نقش پارامترهای جمعیت شناختی جنسیت وسن در عملکرد طبقه بند ارزیابی شده است. بدین منظور، سیگنال های پالس 47 دانشجو، در هنگامتماشای تصاویر احساسی جمع آوری گردید. شاخصی مبتنی بر روش تجزیه به مد تجربی ارائه شدکه به عنوان ورودی به ماشین بردار پشتیبان با حداقل مربعات در نظر گرفته شد. با استفاده از روشپیشنهادی، کلاسهای احساسی در ابعاد ارزش و برانگیختگی برای زنان و مردان و برای دو بازه سنیبا تحلیل منحنی ROC و صحت طبقه بندی مورد ارزیابی قرار گرفت. نتایج مطالعه حاضر نشانمی دهد که روش پیشنهادی در تفکیک حالات احساسی عملکرد مناسبی داشته است. به علاوه،مادامی که داده های مربوط به هر جنس بطور تفکیک شده در طبقه بند مورد بررسی قرار گیرد،عملکرد سیستم بطور چشمگیری افزایش می یابد. با توجه به سادگی ثبت سیگنال تحلیل شده وعملکرد مناسب الگوریتم ارائه شده، این روش می تواند در ارائه سیستمی خودکار برای بازشناسیاحساسات مفید واقع گردد.

Keywords:

بازشناسی احساسات , جنسیت , سیگنال پالس , ماشین بردار پشتیبان با حداقل مربعات , تجزیه به مد تجربی

Authors

عاتکه گشوارپور

آزمایشگاه علوم اعصاب محاسباتی، دانشکده مهندسی برق، دانشگاه صنعتی سهند، تبریز، ایران- نویسنده مسئول مکاتبات

عطاالله عباسی

آزمایشگاه علوم اعصاب محاسباتی، دانشکده مهندسی برق، دانشگاه صنعتی سهند، تبریز، ایران

عاطفه گشوارپور

آزمایشگاه علوم اعصاب محاسباتی، دانشکده مهندسی برق، دانشگاه صنعتی سهند، تبریز، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • component analysis with chaotic quantifiers for the recognition of positive, ...
  • Bajaj V, Pachori RB. Classification of seizure and nonseizue EEG ...
  • Chanel G, Kronegg J, Grandjean D, Pun T. Emotion assessmenc ...
  • Duda RO, Hart PE, Stock DG. Pattern Classification, John Wiley ...
  • Goshvarpour A.. Abbasi A., Goshvarpour A. Affective visual stimuli: Characteriz ...
  • Hoffmann H, Kessler H, Eppel T, Rukavina S, Traue H. ...
  • Huang NE, Shen Z, Long SR, Wu MC, Shih HH, ...
  • Ko K-E, Yang H-C, Sim K-B. Emotion recognition using EEG ...
  • Kreibig SD. Autonomic nervous system activity in emotion: A review. ...
  • Kret M, Gelder BD. A review on sex differences in ...
  • Lang P, Bradley M, Cuthbert B. International affective picture system ...
  • Murnen S, Stockton M. Gender and self-reported sexual arousal in ...
  • «1 Intcrmationl Confcrcncc & 3"" National Confcrcncc on Ncw Tcchnologics ...
  • Naji M, Firoozabadi M, Azadfallah P. Emotion classification based on ...
  • Picard RW. Building HAL: Computers that _ recognize, and respond ...
  • Saini I, Singh D, Khosla A. Electroc ardiogram beat classification ...
  • Sander D, Grandjean D, Scherer KR. A systems approach to ...
  • Selvaraj J, Murugappan M, Wan K, Yaacob S. Classification of ...
  • Sukens JAK, Vandewalle J Least squares support vector machine classifiers. ...
  • Zhang Q, Jeong S, MinhoLee. Autonomous emotion development using incremental ...
  • نمایش کامل مراجع