该研究利用智能手环记录用户在不同情绪下的手腕和脚踝处的加速度数据，根据加速度数据提取了时域、频域和时频等114 个特征。
    利用支持向量机（SVM）、决策树、随机树和随机森林建立情绪分类预测模型，并利用十折交叉验证模型的可靠性。 结论表明，通过加速度数据来预测用户的情绪是完全可行的。

技术创新：该研究采用可穿戴设备，通过机器学习训练得到的预测模型，对个体的运动加速度数据进行分析，能够实现实时情绪预测。

产业应用：可广泛应用于特定场合下个体的情绪实时监测。