遗传算法在情绪识别中的应用研究

遗传算法在情绪识别中的应用研究摘要：将遗传算法应用到生理信号情绪识别的特征选择研究过程中。对与情绪相关的四种生理信号进行特征选择，并用支持向量机进行分类评估，得出基于最优识别率的特征子集，为后续进行基于生理信号的情绪状态分类器的设计与研究奠定基础。

关键词：遗传算法生理信号情绪识别特征选择

1引言

情感计算是关于情感方面的计算，其目的是使得与人交互的计算机拥有识别、理解、表达情感的能力，其中一个重要组成部分是情绪识别。目前在情绪识别领域，国内外众多的研究机构和研究人员在生理信号等方面取得了不错地成果，但目前的主要精力都集中在情绪状态建模、与情绪相关的信号选择和情绪状态的分类判别等方面，对与情绪相关的信号进行特征选择的研究极少涉及，但是特征选择过程又是分类识别中不可或缺的重要环节，因此本文将自适应遗传算法应用于生理信号情绪识别的特征选择过程中。

2遗传算法用于情绪特征选择的思路

遗传算法（ga,geneticalgorithms）是经美国的michigan大学的johnholland教授提出的一种模拟达尔文的自然选择学说和自然界的生物进化过程的随机搜索算法。自适应遗传算法通过自适应的方式对遗传算法的关键参数进行调整，能有效地解决早熟问题，而且能提高收敛精度，也显著地加快了收敛速度。其思路是首先从生理信号中提取特征构成原始的特征矩阵，再用遗传算法产生若干个可能的情绪特征子集，用评价函数来对每一个特征子集衡量其对于分类识别率的有效性，并记录当前识别率最高的情绪特征组合以及相应的识别率，直到满足算法的停止条件，最末代的适应度（即识别率）最大的个体就是对分类该种情绪状态效果最好的情绪特征组合。本文中分类器采用支持向量机算法。

3生理数据特征提取

本文以德国奥森堡大学多媒体与信号处理实验室提供的情绪数据进行特征提取。该数据采用的是被试者在高兴、愤怒、悲伤和愉快这四种情绪状态下的四个生理信号（肌电、皮肤电导、心电图和呼吸信号），采集25天的生理数据，共计100个样本。然后对每种生理数据进行统计特征提取，提取出186个特征作为原始特征集，对上述的186个特征进行特征选择实验分析和分类结果分析。其中提取的统计特征有均值、标准差、中值、一阶差分、最值等等。不同的生理信号还具有各自不同的特征，如ecg信号p波、r波、q波、s波的幅度峰值、hrv（心率变异性）、给定频段的功率谱密度，其他信号还有诸如rsp的呼吸率等等。

4自适应遗传算法用于特征选择

4.1染色体编码

二进制编码方法是遗传算法中常用的一种编码方法，它所使用的编码符号集是由二进制符号0和1所组成的二进制符号集，它构成

正弦自适应的交叉概率计算式压低了处于平均适应度favg附近以及最大适应度fmax附近的个体的交叉概率，所以这里的交叉概率是是按曲线进行变换，而不再是按个体的适应度进行简单的线性变换，另外，通过与分阶段交叉概率相结合的办法，正弦自适应交叉概率计算避免了交叉概率的骤升骤降，使交叉概率稳定的沿着从大到小的方向变化。通过将两种方法结合在一起，既算法进化过程的稳定性得到了提高，也减少了收敛的代数。

设最大进化代数为maxgen，交叉概率上限为pc1，下限为pc2，三个阶段的划分采用黄金分割点划分法：第一阶段为[0,0.382maxgen),此时pc1和pc2可以取大一点，初始分别设为0.9和0.7；第二阶段为：[0.382maxgen,0.618maxgen)，此时按pc1和pc2差值0.2，将它们分别设为0.7和0.5；第三阶段为：[0.618maxgen,maxgen)，pc1为0.5，pc2为0.3，这样交叉概率公式如式4-2。

（4-2）

式4-2中，pc1和pc2为交叉概率的上限和下限，f’为两个要交叉的基因的适应度的最大值，fmax为种群最大适应度值，favg为种群评价适应度值。

4.3.3变异规则

对于自适应的变异，本文主要是对自适应的变异概率进行改进，采用以下策略：通过从广泛搜索到细致搜索（即变异率减小），产生新的个体，当变异率减小到一定程度或者种群迭代到一定的代数时，保留新的个体，并将新种群作为初始种群循环进行从广泛到细致的搜索过程，直到算法结束。也就是说将大变异概率作为依据，把更多的个体变异到距离原来比较远的地方。

变异概率的自适应调整的原理同自适应交叉算法的交叉概率原理，如下：

（4-3）

式中：pm1和pm2为交叉概率的上限和下限，f’为要变异的基因适应度，fmax为种群最大适应度值，favg为种群评价适应度值。

4.3.4终止条件

终止条件不但考虑最大迭代次数，还要考虑能否自动判别算法达到收敛。算法是否收敛是以最大识别率c_best和种群平均识别率c_avg为统计对象，对c_best和c_avg在某一范围内波动的代数进行统计，如果超过k代没有较大波动，则终止算法。经过调研，此处的值一般为种群大小的1/3。

如何判定c_best和c_avg没有较大的波动，是c_best和c_avg曲线在k代内趋于水平，最大值和最小值之差小于一定的阀值（max_min），误差不会超过一定阀值（var）。

其中曲线趋于水平的判别变量本课题采用线性拟合的方法，即考虑k代范围内，将c_best和c_avg进行线性拟合，拟合后的结果分别为：

c_best_line=s_best(1)t+s_best(2)

c_avg_line=s_avg(1)t+s_best(2)（4-4）

其中c_best_line和c_avg_line为拟合输出，t=1,2,3…k，为遗传代数，s_best(1)和s_avg(1)是两个线性拟合直线的导数，本课题以s_best(1)和s_avg(1)分别作为c_best和c_avg在k代内是否水平的判别参数，当他们的绝对值小于等于一个阀值s_时认定满足第一条件。本文中阀值s_设为0.5??0-3时可以满足导数水平的条件。

5实验结果

根据德国奥森堡大学提供的实验数据，对共计100个样本提取出186个特征作为原始特征集，对上述的186个特征进行特征选择实验和分类结果分析。

自适应遗传算法特征选择的参数设置如下：种群大小为80，采用非线性排名选择和锦标赛法混合选择算法作为特征选择，采用自适应多点交叉，初始交叉概率为0.85，采用自适应变异，初始变异概率为0.02,最大迭代次数为200，支持向量机的评价策略采用随机法（random-split）进行分类评估时结果如图1所示。

实验运行10次的结果如表1所示。

如表1所示，本文研究的自适应遗传算法，用于德国奥森堡大学的数据库，在平均识别率为90.68%的情况下算法终止代数大概在49代左右，算法选出的特征个数大概在52个左右，识别率的最大最小值之差仅为6.91%，有限次测量数据的标准偏差的估计值为4.1051，效果十分不错。

本课题还分别采用sga、anova、sfs、sbs对同一数据库进行特征选择研究，都采用svm作为选择策略进行特征选择，跟本课题改进的自适应遗传算法进行对比，其结果如表2所示。

表2中，sfs和sbs特征个数是手动设置的，本课题将其特征选择个数设为52以和自适应算法进行比较。通过表中数据可以看出，本课题改进的遗传算法无论是在特征选择个数还是在最终识别率上，均优异于其他算法。

6结论

本文选用了四种与情绪相关的生理信号，ecg、emg、rsp和sc，用其分类识别joy、anger、sadness和pleasure这四种情绪状态，并以德国奥格斯堡大学多媒体与信号处理实验室的数据为例，应用人工智能算法中的自适应遗传算法对分类识别过程中的最优化特征子集进行研究。为更科学地进行情感计算提供新的方法，有着重要的学术价值和应用意义。

参考文献：

[1]slomana.morethingsthanaredreamtofinbiology:informationprocessinginbiologicallyinspiredrobots[j].cognitivesystemsresearch,2005(6):145-174.

[2]stemmerg,heldmannm,paulsca,etal.constraintsforemotionspecificityinfearandanger:thecontextcounts[j].psychophysiology,2001,38:27