多维t混合模型的理论研究及其在面部表情和单次脑电情感分析中的应用

在项目组原有工作的基础上，主要研究：(1).针对目前国内外多维t混合模型理论，特别是极大似然拟合中存在的问题进行深入研究，内容包括：多维t混合模型的快速极大似然拟合，克服目前期望最大化算法收敛速度慢的问题；多维t混合模型的非线性扩展；有数据随机丢失时多维t混合模型的快速极大似然拟合。使用现代统计的理论与方法，以期达到更深入、明确、有更广泛应用的结果。(2).针对目前国内外面部表情分类存在的问题，联合多维t混合模型的理论研究成果与一些有效的面部表情分析方法，提出基于多维t混合模型的面部表情语义评判方法，把表情语义评判转化为Bayes决策问题，这种新的方法不仅能够对表情图像进行分类，更重要的是可以对表情语义进行无监督、鲁棒、量化的评判。(3).以神经生理学的情感分析研究为基础，应用多维t混合模型的理论研究成果开展单次脑电信号的情感语义评判、自动分类，同时发展一种新的脑电信号去噪方法。