基于VR与EEG的情绪识别系统设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.1.1 VR刺激下的脑电检测 | 第11-12页 |
| 1.1.2 VR佩戴者的情绪识别 | 第12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 基于不同信号的识别 | 第12-14页 |
| 1.2.2 情绪诱发方法研究 | 第14-15页 |
| 1.2.3 脑电信号特征提取研究 | 第15页 |
| 1.3 本文研究内容与结构 | 第15-17页 |
| 第二章 相关研究 | 第17-30页 |
| 2.1 VR技术简介 | 第17-18页 |
| 2.2 情绪相关研究 | 第18-23页 |
| 2.2.1 情绪的产生 | 第18-20页 |
| 2.2.2 情绪的分类 | 第20-21页 |
| 2.2.3 情绪的诱发 | 第21-23页 |
| 2.3 大脑的结构与脑电的产生 | 第23-25页 |
| 2.4 情绪脑区 | 第25-27页 |
| 2.5 脑电信号的预处理 | 第27页 |
| 2.6 脑电信号的特征提取 | 第27-29页 |
| 2.6.1 脑电信号的时域特征 | 第27页 |
| 2.6.2 脑电信号的频域特征 | 第27-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 情绪识别系统设计 | 第30-40页 |
| 3.1 系统整体框图 | 第30-31页 |
| 3.2 硬件组成介绍 | 第31-33页 |
| 3.2.1 脑电采集设备 | 第31页 |
| 3.2.2 VR情绪诱发设备 | 第31-32页 |
| 3.2.3 信号同步 | 第32-33页 |
| 3.3 软件设计 | 第33-39页 |
| 3.3.1 VR实验程序设计 | 第33-36页 |
| 3.3.2 被试信息存储 | 第36页 |
| 3.3.3 移动端监测与显示 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 情绪识别算法设计 | 第40-64页 |
| 4.1 实验数据采集 | 第40-44页 |
| 4.1.1 被试选择 | 第40页 |
| 4.1.2 刺激素材 | 第40-41页 |
| 4.1.3 实验环境 | 第41-42页 |
| 4.1.4 试验流程 | 第42-44页 |
| 4.2 算法实现 | 第44-57页 |
| 4.2.1 数据预处理 | 第44-46页 |
| 4.2.2 特征提取 | 第46-52页 |
| 4.2.3 特征融合 | 第52-55页 |
| 4.2.4 情绪识别分类器 | 第55-57页 |
| 4.3 情绪识别效果分析 | 第57-62页 |
| 4.3.1 频域特征效果分析 | 第57-58页 |
| 4.3.2 时域特征效果分析 | 第58页 |
| 4.3.3 特征融合效果分析 | 第58-61页 |
| 4.3.4 样本异常值分析 | 第61-62页 |
| 4.4 识别效果对比分析 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
