基于小波（包）变换的表面肌电信号情感识别方法研究的中期报告.docx

基于小波（包）变换的表面肌电信号情感识别方法研究的中期报告
中期报告：
一、研究背景：
随着智能技术的快速发展，情感识别变得越来越重要。表面肌电信号（sEMG）被认为是一种有效的情感识别手段。它可以通过肌肉收缩和松弛等反应反映出人类的情感状态。小波（包）变换作为一种信号处理技术，已被广泛应用于sEMG的分析中。因此，本研究旨在探究基于小波（包）变换的sEMG情感识别方法。
二、研究方法：
1.数据采集：通过肌电传感器采集被试者的sEMG信号，同时记录下被试者的情感状态。
2.数据预处理：对sEMG信号进行滤波、降采样和分段处理，以减少信号噪音和提高分类准确率。
3.特征提取：通过小波（包）变换对sEMG信号进行特征提取，提取出频域和时域特征，用于情感分类。
4.感情分类：采用支持向量机（SVM）算法对提取的特征进行训练和分类，以实现情感识别。
三、研究进展：
1.数据采集已完成，包括10名被试者的sEMG信号和情感状态记录。
2.数据预处理已完成，采用MATLAB进行信号滤波、降采样和分段处理。
3.特征提取正在进行中，采用MATLAB的小波（包）变换工具箱对sEMG信号进行特征提取，并将提取出的特征保存到计算机中。
4.感情分类将在下一阶段进行，研究人员将采用基于SVM算法的情感分类方法，对提取的特征进行训练和分类，以实现情感识别。
四、研究意义：
本研究将探索基于小波（包）变换的sEMG情感识别方法，为情感识别技术的发展提供一种新的思路和方法。该方法具有较高的分类精度和较好的实时性，可应用于诸如智能家居、人机交互、机器人控制等领域，为人们提供更加便捷、智能的生活和工作方式。