فهرست نشریات علمی دسترسی آزاد ایران

در این پژوهش هم­جوشی نتایج سیگنال­های فیزیولوژیکی چندگانه برای طراحی یک سیستم شناسایی حالت­های عاطفی با استفاده­از مجموعه­ی داده MIT پیشنهاد شد. چهار نوع از سیگنال­های فیزیولوژیکی، شامل فشار حجم خون (BVP)، نرخ­تنفس (RSP)، هدایت پوست (SC) و سیگنال فعّالیّت­ عضلات ­صورت (fEMG) به عنوان سیگنال­های عاطفی مورد استفاده قرارگرفتند. برای جمع­آوری مجموعه­ی داده بیان شده، محققان از روش تصوّر­ ذهنی برای ایجاد حالت­های عاطفی مورد نظر از یک نفر استفاده و به طور هم­زمان سیگنال­های فیزیولوژیکی متناظر را ثبت کرده­اند. در این مطالعه، بهترین ویژگی­های هریک از سیگنال­ها از بین ویژگی­های زمانی و فرکانسی محاسبه شده، تعیین شد. بدین منظور، روش­­های انتخاب ویژگی­ ترتیبی شناور رو به جلو (SFFS) و RELIEF مورد ارزیابی قرار گرفتند. مجموعه­ی ویژگی جدید تشکیل شده با ترکیب ویژگی­های انتخاب شده، سپس به سه زیرمجموعه تفکیک شد. هر زیر مجموعه برای شناسایی حالت­های عاطفی مورد نظر به یک واحد طبقه­بندی اعمال شد. نتایج به دست آمده از زیر سیستم­ها با اعمال روش بیش­ترین آرا ترکیب شد. سه روش طبقه­بندی شامل SVM، LDA و KNN برای طراحی سیستم شناسایی حالت­های عاطفی ارزیابی شدند. نتایج به دست آمده حاکی­از عملکرد قابل ملاحظه سیستم در شناسایی حالت­های مورد نظر با دقّت و سرعت پاسخ­دهی قابل قبول است. با روش انتخاب ویژگی RELIEF به همراه طبقه­بندی کننده SVM، دقّت کلی شناسایی 8/93 % به دست آمد که بهتر از نتایج گزارش شده با پایگاه داده بیان شده تاکنون است.