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。
