世界卫生组织指出:健康是身体上、精神上和社会适应上的完好状态。随着人们生活水平的提高,对于精神上的丰富和健康也有了更高的追求。当前社会竞争激烈,压力过大,人们的心理健康问题也越来越凸显,而个体近期的情绪状态是观察其心理健康状况的一个重要指标。基于我们当前的社会认知,人们在遇到心理问题或者情绪长期低落时,往往缺乏相关求助渠道,羞于去看心理医生,或者因为工作太忙而忽略了。在这个背景下,本文提出使用腕带式手环采集生理信号来对人的情绪进行识别,让人们及时的了解自己的情绪健康状况。利用生理信号进行情绪识别国际国内已有相关研究,但多采用专业医疗设备进行数据采集,为了在手环上实现对生理信号的数据采集,本课题选用皮肤电信号和心率信号来进行研究。在本课题的研究中,通过设计情感激发场景和流程,来采集被试者的相关生理信号。在本次的课题研究中,对三种不同的情绪状态——中性、正性和负性,进行情感激发,共采集了三次实验数据,每次实验采集20个样本,做了两组对比实验。素材对比实验对同一群被试者使用不同的激发素材进行情绪激发,而人员对比实验对不同的被试者使用相同的激发素材进行情感激发。在对数据进行预处理和特征提取后,分别利用不同的算法模型——支持向量机、随机森林和Ada Boost,来对数据进行分析,并通过对这些结果的对比分析得到相关的实验结论。研究结果表明:情感激发强度较强时得到的识别准确率明显高于情感激发强度较弱时的识别准确率。在情感激发强度较强时,皮肤电信号的识别准确率总体上优于心率信号的识别准确率,在情感激发程度较弱时,心率信号的识别准确率显著优于皮肤电信号。