文献类型：期刊文章

作　　者：娄晓光[1] 陈兰岚[1] 宋振振[1]

LOU Xiao-guang;CHEN Lan-lan;SONG Zhen-zhen(Key Laboratory of Advanced Control and Optimization for Chemical Processes,School of Information Science and Engineering,East China University of Science and Technology,Shanghai 200237,China)

机构地区：[1]华东理工大学信息科学与工程学院化工过程先进控制和优化技术教育部重点实验室,上海200237

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(61976091);中央高校基本科研业务费专项基金项目(222201917006)。

年　　份：2020

卷　　号：41

期　　号：7

起止页码：2011-2018

语　　种：中文

收录情况：BDHX、BDHX2017、IC、JST、PROQUEST、RCCSE、ZGKJHX、核心刊

摘　　要：针对普通机器学习算法与单源域迁移学习在应用方面的局限性,利用多源域迁移学习算法解决跨被试情感识别中正确率低的问题。为提高迁移学习的计算效率并避免负迁移现象的产生,分别从样本和特征两个方面对迁移数据进行优化。用多源域选择算法筛选出最优源域集合,用迁移特征选择算法得到最优特征集合,训练出多个迁移学习模型并对之集成。在数据集SEED上对该算法进行验证,验证结果表明,该模型相比其它情感识别模型具有更优的跨被试情感识别能力。

关 键 词：情感识别 迁移学习  多源域选择  迁移特征选择  集成学习  

分 类 号：TP391]