目前，心理情绪问题成为一种常见的困扰我们人类心理情感体验的情感障碍。尤其是在我国经济发展速度快，人们生活节奏快的时代，上班一族忙于日常的工作业务，在个人婚姻问题、小孩抚养与教育问题、老人赡养、职业职场、人际往来、社会责任等方面，不同的环境都会产生不同的社会问题，从而导致不同的心理障碍。由于当前人们生活普遍压力大，这就导致了不同年龄阶段的人群都有不同的实际问题，诱发了各种心理类疾病的滋生。
现有的心理检测技术主要有专业心理量表及PLC智能控制脑电或者心电数据分析方式，存在的表现不足主要体现在以下两个方面：
1.不同心理情绪障碍评定量表确定对应的心理健康水平，心理量表采样统计分析存在被试者在答题选择时受个人的主观意愿影响，不积极配合调查，数据不够客观，同时数据评分标准为整数制逻辑规则，最终评价分析存在标准方差不可控。
2.智能控制终端通过PLC获取心理测试仪的心理测试参数，需要接触式采集数据，用户体验感不佳，同时也需要相应的专业工作人员采样操作；
检信智能根据现有技术表现的不足利用人工智能、社会认知心理科学和大数据等技术的综合性应用，提出了非创伤、无接触式检信ALLEMOTION解决方案。
检信ALLEMOTION多维度心理情绪测评系统根据情绪情感算法及建模识别，建立语音情绪识别、人脸面帧情绪识别、眼动情绪特征模型，再根据语音、人脸静动态情绪特征和眼动情绪特征性质的不同，采用SimpleMKL核函数进行特征融合，给所提取的不同模态特征分别赋予多个不同的核函数，在学习过程中求得各个核函数前的权重系数，能够有效提高支持向量机分类识别的能力。因此，基于SimpleMKL的特征融合是针对特征种类，根据特征种类不同进行分类映射，双模态情感特征可以分为表情特征、语音特征以及表情和语音特征串联而得的串行特征等部分，对每部分特征种类采用不同的核函数进行映射，再通过学习求得每特征种类对应不同的各个核函数前的权重系数，这种方法在保留了整体信息完整性情况下，考虑到了不同模态特征，不同特征种类间的差异性，增强了特征层融合的性能。
完成第一版心理情绪-心理障碍评价模型建设，包括常见的抑郁、焦虑、强迫症、双向情感障碍等九种心理疾病评价模型。同时，检信智能根据团队心理专家评价建模特征为基础，在现有情绪识别的基础上，结合基本情感-复杂情感-心理障碍三级建模技术，以及多维可信度推理模型，通过人工智能、机器学习等技术创新的应用，建设一个检信ALLEMOTION心理专家知识决策系统，主要包括不同心理疾病的发病原因、症状特征、治疗方案等综合性决策方案，在原来机器智能筛查的基础上，进一步解决机器智能辅助诊断的目的。这样检信ALLEMOTION不仅解决了目前社会群体性心理筛查难的问题，也解决了社会职业医生短缺的问题，真正实现心理筛查、心理预警及心理辅助诊断一站式解决方案，解决了现有根据心理量表检测时间长、数据不够客观、无法实现高频动态数据检测的难题。
检信智能---
责任有加
关爱有加
信念有加