基于改进BP神经网络的负性情绪语音识别，对一种改进 BP 神经网络进行了扩展，拓展了用于情感识别的 语音特征向量的冗余度，采取主成分分析方法对语音特征向量进行降维处理，并对语音样本进行去野 点处理，从而使得该 BP 网络同时具备了对于愤怒和悲伤两种负性情绪的良好识别能力。

以实验的方式针对静息脑电信号的频域不对称指数（SASI）进行研究，通过图片诱发被实验者产生正性情绪、中性情绪和负性情绪，并将其脑电信号采集到一起，对采集到的脑电信号的后期正电位段进行处理分析，得到不同脑区在处于正性情绪、中性情绪和负性情绪时产生的不对称指数。实验研究结果表明，相对于中性情绪，实验者处于负性情绪时的静息脑电信号SASI值更大，实验者处于正性情绪时则更小，这一点在实验者的左颞区、右颞区和枕叶区有明显的表现。该研究对于提高识别情绪特征的准确率有重要意义。