推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于SAE和LSTM RNN的多模态生理信号融合和情感识别研究

更新时间:2019-12-30 02:56:20 大小:771K 上传用户:zhiyao6查看TA发布的资源 标签:多模态生理信号情感识别栈式自编码神经网络 下载积分:1分 评价赚积分 (如何评价?) 收藏 评论(0) 举报

资料介绍

为了提高情感识别的分类准确率,提出一种将栈式自编码神经网络(SAE)和长短周期记忆单元循环神经网络(LSTM RNN)融合的多模态融合特征情感识别方法。该方法通过SAE对不同模态的生理特征进行信息融合和压缩,随后用LSTM RNN对长时间周期的融合进行情感分类识别。通过将该方法用到开源数据集中进行验证,得到情感分类准确率达到0.792 6。实验结果表明,SAE对多模态生理特征进行了有效融合,LSTM RNN能够有效地对长时间周期中的关键特征进行识别。


部分文件列表

文件名 大小
基于SAE和LSTM_RNN的多模态生理信号融合和情感识别研究.pdf 771K

全部评论(0)

暂无评论