首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波(包)变换的表面肌电信号情感识别方法研究

摘要第1-7页
ABSTRACT第7-9页
第一章 绪论第9-19页
   ·情感计算概述第9-11页
   ·生理信号情感识别的研究背景及其研究意义第11-14页
     ·生理信号情感识别的研究背景第11-12页
     ·生理信号情感识别的研究意义及其应用第12-14页
   ·表面肌电信号第14-17页
     ·表面肌电信号的产生机理第14-15页
     ·表面肌电信号特征提取方法综述第15-17页
   ·本文的工作及结构第17-19页
第二章 小波与小波包变换理论以及BP神经网络原理第19-44页
   ·小波变换理论及其原理第19-29页
     ·小波变换产生与发展第19-20页
     ·傅立叶分析与小波分析第20-24页
     ·连续小波变换第24-25页
     ·离散小波变换第25页
     ·二进小波变换第25-26页
     ·多分辨率分析及Mallat快速算法第26-29页
   ·小波包变换理论及其原理第29-32页
     ·小波包的概念第29-30页
     ·小波包的子空间分解第30-31页
     ·小波包的分解与重建第31-32页
   ·BP神经网络理论及原理第32-43页
     ·人工神经元模型第32-34页
     ·神经网络的学习与训练第34-35页
     ·神经网络的网络结构类型第35-37页
     ·神经网络的应用及研究方向第37-38页
     ·BP神经网络结构与算法第38-43页
   ·小结第43-44页
第三章 小波变换与BP神经网络在情感识别中的应用第44-51页
   ·引言第44页
   ·基于小波变换的特征提取第44-46页
   ·BP神经网络分类器第46-49页
   ·实验结果与分析第49-50页
   ·小结第50-51页
第四章 小波包变换在情感识别中的应用第51-58页
   ·引言第51页
   ·小波包变换的特征提取第51-53页
   ·小波包系数熵的表面肌电信号的特征分析第53-54页
   ·实验结果与分析第54-57页
   ·小结第57-58页
第五章 结论与展望第58-59页
   ·总结第58页
   ·展望第58-59页
参考文献第59-63页
致谢第63-64页
攻读硕士学位期间已发表的论文第64页

论文共64页,点击 下载论文
上一篇:以APOBEC3G为靶点的抗艾滋病药物筛选模型的构建与应用研究
下一篇:扭送论