排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
目的 研究眼动特征与情绪表达之间的联系,探索有效的情绪识别分类方法。方法 开展基于眼动的情绪实验,从原始眼动数据中提取与情绪表征相关的眼动特征,分析眼动特征随不同情绪变化的显著性,并采用三种分类算法(SVM、LDA、k-NN)对情绪的三分类任务进行充分实验。结果 单因素方差分析结果表明,注视次数、注视时间、眼跳距离的全部特征和瞳孔直径的部分特征在不同情绪下具有显著性差异;最小显著性差异法结果表明,区分积极与消极、中性与消极情绪的效果较区分积极与中性情绪更为显著。最终使用支持向量机分类算法在积极、中性、消极三分类实验中获得的准确率最高,达77.78%。结论 利用眼动特征识别不同情绪的方法是可行且有效的。 相似文献
1