让计算机具有识别情感的能力是情感智能的主要标志和实现高级别人机交互的重要前提，其中通过记录和分析生理信号来识别情感状态已经成为情感计算和人机交互研究领域中的热点。针对多生理信号情感识别过程中的特征冗余以及在大样本数据下传统特征降维算法效率普遍不高的现状，提出了结合模拟退火和粒子群算法的混合智能优化算法（SA-PSO）来解决情感特征选择的问题，并结合带权重的离散KNN分类算法（WD-KNN），充分利用情感样本信息进行特征分类。通过对实验仿真数据的分析和与其他方法识别结果的比对，提高了识别率和效率，