首页--哲学、宗教论文--心理学论文--心理过程与心理状态论文--情绪与情感论文

基本情感生理信号的非线性特征提取研究

中文摘要第1-12页
Abstract第12-14页
第1章 引言第14-28页
   ·情感计算与情感识别第14-19页
     ·情感计算第14-16页
     ·情感识别第16-19页
   ·基于生理信号情感识别的现状第19-24页
   ·非线性数值分析方法在生理信号上的应用第24-25页
   ·论文的主要研究内容、组织结构和主要创新点第25-28页
     ·论文的主要研究内容第25-26页
     ·论文的结构第26-27页
     ·论文的创新点第27-28页
第2章 情感生理信号的采集和预处理第28-44页
   ·情感生理信号采集的实验协议第28-34页
       ·被试的筛选第28页
       ·实验诱发的目标情感第28页
       ·情感诱发素材的选择第28-29页
       ·采集多路生理信号第29页
       ·回忆的实验范式第29-31页
       ·情感体验量表第31-33页
       ·实验流程第33-34页
   ·采集皮肤电和心电第34-37页
       ·选择皮肤电和心电信号和的原因第34-35页
     ·皮肤电的采集第35页
     ·心电的采集第35-37页
   ·皮肤电信号和心电信号的预处理第37-39页
       ·皮肤电去噪与归一化第37页
       ·心电去噪和R波检测第37-39页
   ·截取与情感对应的生理信号第39-42页
   ·本章小结第42-44页
第3章 替代数据法检验心率和皮肤电的非线性特性第44-58页
   ·替代数据法的基本原理第44-46页
       ·零假设第44-45页
       ·FT算法与AAFT算法第45-46页
       ·统计检验量第46页
       ·检验统计量是否差异显著第46页
   ·采用替代数据法检验已知数据第46-50页
   ·采用替代数据法检验四种情感生理信号第50-56页
   ·本章小结第56-58页
第4章 非线性分析方法提取非线性特征第58-92页
   ·相空间重构和C_C方法第58-60页
   ·计算最大LYAPUNOV指数第60-62页
   ·GP算法计算关联维第62-63页
   ·复杂度的计算第63-73页
     ·Lempel-Ziv复杂度第63-64页
     ·加窗Lempel-Ziv复杂度第64-67页
     ·多尺度Lempel-Ziv复杂度第67-69页
     ·二阶Lemple-Ziv复杂度第69-71页
     ·近似熵和二阶近似熵第71-72页
     ·计算四种情绪的复杂度第72-73页
   ·多重去趋势波动分析和多重分形谱第73-81页
     ·经典的多重去趋势波动分析(MF-DFA)算法第73-75页
     ·移动平均算法计算多重分形第75-80页
     ·采用CMA算法计算四种情绪的多重分形特性第80-81页
   ·递归图和递归下降分析第81-85页
     ·递归图第81-82页
     ·递归定量分析第82-84页
     ·采用递归定量分析计算情感生理信号的特征第84-85页
   ·HR的庞加莱图第85-87页
   ·采用PCA进行特征降维第87-90页
   ·本章小结第90-92页
第5章 基于非平衡数据分类的情感识别第92-116页
   ·标准支持向量机(C-SVM)第92-93页
   ·模糊支持向量机(FSVM)第93-96页
   ·非平衡数据集分类的相关问题第96-100页
   ·设计基于非平衡数据集的模糊支持向量机第100-105页
     ·类别补偿模糊因子的设计第100-103页
     ·去噪模糊因子的设计第103-104页
     ·算法步骤第104-105页
   ·基准数据集上的实验第105-109页
   ·采用IBFSVM识别四种情感的生理数据第109-111页
   ·统计特征和非线性特征在分类性能上的比较第111-114页
   ·本章小结第114-116页
第6章 小结和展望第116-118页
   ·小结第116-117页
   ·展望第117-118页
参考文献第118-134页
致谢第134-136页
读博期间发表的论文第136-138页
读博期间参加的科研项目第138页

论文共138页,点击 下载论文
上一篇:心跳间期和皮肤电信号中的情感响应模式研究
下一篇:中国人幸福评价时间轨迹的特点及其机制研究