我们的方法是在用户在电脑屏幕上观看短片时收集视频和MW的自我报告。为了避免思想探针的干扰作用,我们采用了自捕获的方法来检测毫米波。我们从视频中提取面部特征和身体动作,并使用监督分类技术建立模型,在短时间内识别用户的MW。
我们一共提取了78个特征(75个面部特征+ 3个身体运动特征)。我们使用Winsorization(一种常见的离群值处理技术[18])处理离群值,该方法将离群值定义为离均值大于三个标准差的值。
RELIEF-F特征选择(仅针对训练数据)来对特征进行排序
在前期实验的基础上,我们使用WEKA toolkit选择了9个分类器进行更多的测试(Naive Bayes, Support Vector Machines, Simple Logistic Regression, LogitBoost, Random Forest, C4.5 trees, Random Gradient Descent, Classification via Regression, Bayes Net)
|