| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题研究的背景及意义 | 第12-13页 |
| 1.2 基于生理信息的情绪识别研究现状 | 第13-17页 |
| 1.2.1 国外情绪识别的研究概况 | 第13-16页 |
| 1.2.2 国内情绪识别的研究概况 | 第16-17页 |
| 1.3 论文的立题依据 | 第17-18页 |
| 1.4 论文的主要内容 | 第18-19页 |
| 1.5 论文的结构安排 | 第19-20页 |
| 第二章 生理信号的采集及应用 | 第20-27页 |
| 2.1 实验采集信号简介 | 第20-23页 |
| 2.1.1 心电信号 | 第20-21页 |
| 2.1.2 呼吸信号 | 第21-22页 |
| 2.1.3 脉搏信号 | 第22-23页 |
| 2.2 生理信号的采集 | 第23-26页 |
| 2.2.1 情绪分类 | 第23-24页 |
| 2.2.2 实验素材的选取 | 第24-25页 |
| 2.2.3 实验环境的设置 | 第25页 |
| 2.2.4 被试 | 第25页 |
| 2.2.5 实验步骤 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 信号的预处理及特征提取 | 第27-39页 |
| 3.1 信号的预处理 | 第27-31页 |
| 3.2 生理信号的特征点识别 | 第31-36页 |
| 3.2.1 小波变换 | 第31-32页 |
| 3.2.2 心电信号的特征点识别 | 第32-35页 |
| 3.2.3 脉搏与呼吸信号的特征点识别 | 第35-36页 |
| 3.3 特征提取 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于PCA的特征选择 | 第39-43页 |
| 4.1 PCA概述 | 第39-40页 |
| 4.2 特征选择 | 第40-42页 |
| 4.2.1 主成分的提取 | 第40-41页 |
| 4.2.2 权重的计算 | 第41页 |
| 4.2.3 特征子集的获取 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第五章 分类器的设计及结果分析 | 第43-57页 |
| 5.1 SVM | 第43-45页 |
| 5.2 SVM在情绪识别中的应用 | 第45-47页 |
| 5.3 分类器设计及实验结果分析 | 第47-52页 |
| 5.3.1 特征选择结果及分析 | 第47-49页 |
| 5.3.2 基于PCA-SVM的识别方法及结果分析 | 第49-51页 |
| 5.3.3 识别结果对比分析 | 第51-52页 |
| 5.4 六种基本情绪下男女心率变化量的对比分析 | 第52-55页 |
| 5.5 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 学位论文评阅及答辩情况表 | 第64页 |