| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状及存在问题 | 第10-13页 |
| ·研究意义 | 第13-15页 |
| ·具体工作及内容安排 | 第15-17页 |
| 第二章 生理信号情感识别的基本方法 | 第17-23页 |
| ·生理信号的获取 | 第18-19页 |
| ·生理信号的预处理 | 第19-20页 |
| ·生理信号的特征提取 | 第20-21页 |
| ·傅立叶变换 | 第20-21页 |
| ·小波变换 | 第21页 |
| ·生理信号的特征选择和分类 | 第21页 |
| ·小结 | 第21-23页 |
| 第三章 利用小波变换提取心电和肌电信号特征 | 第23-29页 |
| ·离散小波变换 | 第23页 |
| ·心电信号的特征提取 | 第23-25页 |
| ·P-QRS-T波检测 | 第24-25页 |
| ·肌电信号特征提取 | 第25-26页 |
| ·原始信号特征集 | 第26-27页 |
| ·小结 | 第27-29页 |
| 第四章 基于蚁群优化算法的特征选择 | 第29-39页 |
| ·蚁群优化算法简介 | 第29页 |
| ·蚂蚁系统及其直接后续算法 | 第29-33页 |
| ·蚂蚁系统 | 第30-31页 |
| ·蚁群系统 | 第31-33页 |
| ·最大最小蚂蚁算法 | 第33页 |
| ·改进的蚁群优化算法 | 第33-35页 |
| ·蚁群系统的改进 | 第33-34页 |
| ·最大最小蚂蚁系统的改进 | 第34-35页 |
| ·K近邻和Fisher分类算法 | 第35-38页 |
| ·K近邻分类算法 | 第36-37页 |
| ·Fisher分类算法 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第五章 实验结果与分析 | 第39-45页 |
| ·基本的蚁群系统用于ECG信号情感识别的结果分析 | 第39-40页 |
| ·改进的蚁群系统用于ECG信号情感识别的结果分析 | 第40-41页 |
| ·改进的最大最小蚂蚁系统用于ECG信号情感识别的结果分析 | 第41-42页 |
| ·蚁群优化算法用于EMG信号情感识别的结果分析 | 第42-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·总结 | 第45页 |
| ·展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-53页 |
| 攻读硕士期间研究成果及发表的学术论文 | 第53-55页 |
| 附录一 | 第55-58页 |
| 附录二 | 第58-61页 |