Emotion Recognition Method based on Convolutional Neural Network and Black Widow Optimisation Algorithm

doi:10.70594/brain/17.1/2

Emotion Recognition Method based on Convolutional Neural Network and Black Widow Optimisation Algorithm

2026-03-01

0

PRE

AI

D

Deshmukh, Pratiksha *

P

Patil, Harshali

DOI：10.70594/brain/17.1/2

原文链接

原文求助

摘要

En 中文

背景：自动化情绪识别（ER）方法在心理学和心理健康等多个应用中获得了关注。为实现这一目标，采用了深度学习算法。这些算法从数据集图像中提取适当特征并识别情绪。方法学：本文开发了一种基于卷积神经网络（CNN）的情绪识别方法。此外，主要焦点在于使用元启发式黑寡妇优化（BWO）对CNN算法的学习参数进行超参数调优，以提高识别准确率。BWO算法基于黑寡妇蜘蛛的交配过程，与其他元启发式算法相比，提供了更好的收敛率以找到最优解。结果：所提出的方法在FER2013数据集上进行了仿真。数据集按70:30的比例划分。这表明70%的数据集用于训练目的，而30%的数据集用于测试目的。所提出的方法在识别各种情绪方面表现出色，并实现了高性能指标的高值，如平均准确率0.99392、精确率0.98467、召回率0.98117和F1分数0.96731。最后，我们进行了所提出方法与现有研究的比较分析。结果表明，由于在所提出的方法中采用了超参数调优策略，我们取得了更好的结果。结论与建议：所提出的ER方法有效地识别了不同的情绪。然而，训练和测试使用了相同的数据集，这影响了鲁棒性和泛化能力。因此，未来我们将结合多个数据集并进行平衡，以评估所提出方法的有效性。

Keyword:

BIWO

classification

CNN

emotion,

healthcare

hyperparameter

metaheuristic

Emotion Recognition Method based on Convolutional Neural Network and Black Widow Optimisation Algorithm

摘要

期刊

机构

引用论文