安徽大学吕钊、胡世昂主编《情感智能与计算》，完整呈现从神经机制解析到智能系统开发的知识图谱

情感智能作为人工智能演进的高级形态，指机器对人类情感进行多模态感知、认知建模、动态表达及适应性反馈的能力体系。其核心在于突破传统人工智能的符号逻辑框架，构建兼具情感理解与共情能力的交互范式。这一概念的提出标志着人工智能研究从单一的数据处理向复杂社会化协作的范式跃迁——不仅要求机器实现海量信息的结构化处理，更需通过情感神经网络模型（如杏仁核-前额叶功能映射）解析情绪语义，完成对人类情感需求的实时响应。

“情感计算”一词是由Picard 在2003 年出版的“Affective Computing: Challenges”中提出来的，她指出“情感计算就是针对人类的外在表现，能够进行测量和分析并能对情感施加影响的计算”。所谓情感计算，就是试图让计算机有能力像人一样观察、理解和产生各种情绪特征。

点击翻页

点击翻页

点击翻页

点击翻页

情感智能与计算购买

吕钊, 胡世昂主编

北京: 科学出版社, 2026. 2

ISBN 978-7-03-083277-1

《情感智能与计算》立足于人工智能与神经科学的交叉领域，系统构建情感计算的理论框架与技术体系。全书以情感识别、情感建模与人机交互为脉络，融合认知心理学与生物信号处理的前沿成果，深入解析面部表情识别、语音情感分析、生物电信号解码等核心技术。通过脑电信号特征提取、功能磁共振脑区定位、语音情感数据库构建等20 余个跨学科案例（覆盖医疗诊断、教育科技、智能硬件等场景），展现多模态数据融合的解决方案。本书提出“情感增强智能”范式，强调情感维度在人工智能伦理化设计中的核心价值，完整呈现从神经机制解析到智能系统开发的知识图谱，为构建具有情感认知能力的新一代人机交互系统提供理论支撑与实践路径。

泛在情感识别的基本原理

得益于技术的进步，如今，泛在感知技术同样可以应用于情感识别方面。与传统的直接通过专用设备采集受试者与情感直接相关的脑电、眼电、肌电等隐形生理数据的方法不同，泛在感知技术仅能使用普通的传感器，甚至仅能通过对无线信号的变化模式分析来测量受试者呼吸、心率、动作、姿势等显性的生理特征。因此，需要基于这些显性特征，再构建出与特定情感状态之间的映射关系模型，达到估计受试者情感状态的目的。

情感智能是一个多学科交叉的领域，涉及心理学、认知科学、计算机科学、人工智能等多个学科。因此，我们在内容的编排上尽量做到跨学科的融合，希望能够为来自不同背景的读者提供有价值的参考和启发。

本书共8 章。第1 章绪论，主要介绍人工智能、情感智能、神经生理信号的概念、发展历史和主要研究内容。第2 章情感神经认知与建模，主要介绍情感理论、情感分类模型。第3 章生理心理基础，主要介绍神经生理信号、外周生理信号采集方法及其情感计算应用。第4 章基于脑电的情感识别，主要介绍情感脑电数据库、情感脑电预处理、特征提取、分类方法及其应用。第5 章基于功能磁共振的情感识别，主要介绍磁共振原理、数据分析方法和基于功能磁共振的情感识别方法。第6 章基于语音的情感识别，主要介绍语音信号处理、特征提取与识别方法。第7 章基于泛在感知的情感识别，主要介绍泛在感知的概念、原理和方法以及基于生理参数、动作姿态的情感识别。第8 章情感计算的典型应用系统，主要介绍情感机器人、情感交互系统及其在健康监护中的应用。

本书是由安徽大学计算机科学与技术学院生物信息感知与人机交互研究所全体师生共同努力的成果。自2010 年以来，作者所在的课题组长期从事情感信号分析和情感智能研究，取得了一系列重要成果。其中，吕钊教授统筹章节设计、参与全书撰写和审校，第1 章由吕钊教授执笔，第2、3、4 章由胡世昂执笔完成，第5 章由裴胜兵执笔完成，第6 章由范存航执笔完成，第7 章由李平执笔完成，第8 章由李心慧执笔完成。特别感谢吴敏超、吕宛儿、刘春阳、丁路生、盛孝亮、伏傈豪、阮杰、张志昊等博士、硕士研究生同学为本书的材料搜集、编排、参考文献整理等付出的辛勤劳动。

本书撰写历时3 年，先后得到国家自然科学基金（62101003，62201002，62476004）、国家重点研发计划（2021ZD0201502）、安徽省自然科学基金（2508085MF156，2208085J05）等国家级、省部级科研课题和安徽省精品教材建设项目（sztsjh-2023-11-12）的资助，在此表示感谢。

本文摘编自《情感智能与计算》（吕钊, 胡世昂主编. 北京 : 科学出版社, 2026. 2）一书“前言”“第1 章 绪论”，有删减修改，标题为编者所加。

ISBN 978-7-03-083277-1

责任编辑：蒋 芳 郑欣虹 曾佳佳

本书主要面向人工智能与神经科学交叉领域的研究者、情感计算工程师及人机交互开发者，适合作为计算机科学、认知神经科学专业的研究生教材。同时，书中案例对医疗健康、教育科技、智能硬件等领域的从业者具有直接参考价值，也可为技术爱好者提供情感计算技术的系统性学习路径。

（本文编辑：刘四旦）