心率变异性分析能够在情感识别中发挥重要作用,为了建立心电与情感类别之间的精准模型,提出了基于最大信息系数(maximal information coefficient,MIC)的特征选择方法。使用Aubt数据库和设计情感诱发实验进行研究,首先提取了心率变异性...心率变异性分析能够在情感识别中发挥重要作用,为了建立心电与情感类别之间的精准模型,提出了基于最大信息系数(maximal information coefficient,MIC)的特征选择方法。使用Aubt数据库和设计情感诱发实验进行研究,首先提取了心率变异性时域、频域、非线性及时频域40个特征参数,然后基于MIC方法结合支持向量机、随机森林、K近邻算法进行情感建模。结果显示,基于MIC特征选择方法,使用Aubt数据库针对唤醒度、效价、4类情感的分类准确度分别为90%、89%、84%,并进一步选用皮尔森相关系数、ANOVA特征选择方法与MIC进行对比;诱发实验数据中的多种一对一情感识别率均高于75%。结果表明基于MIC特征选择方法能够显著提高分类准确度,对基于心电信号进行情感识别具有重要意义。展开更多
文摘采用生命周期评价方法,以1 t液态合成氨为功能单位,构建了“从摇篮到大门”的煤制合成氨碳足迹核算模型,以调研得到的国内煤制合成氨企业生产数据为基础进行了碳足迹核算和减排措施分析。结果表明:煤制1 t液态合成氨产品的碳足迹为6204.11 kg CO_(2)e,其中氨合成阶段由于化学反应造成的CO_(2)直接排放占生命周期碳足迹的47.12%,应作为减排的关注重点;从提升能源效率、采用负碳技术两方面考虑,分别采用煤化学链制氢技术和碳捕集技术降低碳排放,与传统工艺相比,采用煤化学链制氢技术可使碳足迹降低27.99%,采用碳捕集技术可使碳足迹降低46.36%,后者的碳减排潜力更大,应着重发展。
文摘心率变异性分析能够在情感识别中发挥重要作用,为了建立心电与情感类别之间的精准模型,提出了基于最大信息系数(maximal information coefficient,MIC)的特征选择方法。使用Aubt数据库和设计情感诱发实验进行研究,首先提取了心率变异性时域、频域、非线性及时频域40个特征参数,然后基于MIC方法结合支持向量机、随机森林、K近邻算法进行情感建模。结果显示,基于MIC特征选择方法,使用Aubt数据库针对唤醒度、效价、4类情感的分类准确度分别为90%、89%、84%,并进一步选用皮尔森相关系数、ANOVA特征选择方法与MIC进行对比;诱发实验数据中的多种一对一情感识别率均高于75%。结果表明基于MIC特征选择方法能够显著提高分类准确度,对基于心电信号进行情感识别具有重要意义。