|
基于层次支持向量机的脉搏信号情感识别
杜昭慧,司玉娟
吉林大学学报(信息科学版). 2017 (1):
37-42.
DOI: A
摘要
(
196 )
PDF(1006KB)
(
222
)
针对传统支持向量机的情感识别中, 随着识别情感的类别增加, 支持向量机数目急剧增加, 导致训练难度增大的同时占用内存空间过大, 耗时过长的问题, 提出了基于层次支持向量机的情感识别算法。 该算法结合了二维情感模型理论, 以层次支持向量机为基础, 运用了小波分解等技术手段, 构建了一套完整的脉搏信号情感识别方法。 对于 n 类分类问题, 传统的 SVM(Support Vector Machine)分类需要n(n-1) /2个分类器, 运用层次SVM 分类只需要构造 n-1 个 SVM 分类器。 实验结果表明, 层次支持向量机模型在保证分类准确率的同时, 减少了传统分类算法支持向量机的个数, 分类速度提升了 43. 5%。
相关文章 |
计量指标
|