基于EEG信号后段正电位特征的情绪识别
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1、绪论 | 第10-15页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文的内容安排 | 第14-15页 |
| 2 脑电信号的采集与预处理 | 第15-26页 |
| 2.1 被试与刺激材料 | 第15-17页 |
| 2.2 实验流程 | 第17-18页 |
| 2.3 脑电信号的采集 | 第18-20页 |
| 2.4 脑电信号的预处理 | 第20-25页 |
| 2.4.1 独立分量分析理论 | 第20-22页 |
| 2.4.2 脑电信号的预处理 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 脑电信号的特征提取及分析 | 第26-36页 |
| 3.1 脑电信号的时频特征提取 | 第27-30页 |
| 3.1.1 小波变换理论 | 第27-28页 |
| 3.1.2 脑电信号的时频特征定义 | 第28-29页 |
| 3.1.3 脑电信号的时频特征提取 | 第29-30页 |
| 3.2 脑电信号的后段正电位特征提取 | 第30-34页 |
| 3.3 总结与分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 分类识别及结果分析 | 第36-46页 |
| 4.1 分类算法理论 | 第36-40页 |
| 4.1.1 支持向量机的理论 | 第36-40页 |
| 4.1.2 K近邻算法的理论 | 第40页 |
| 4.2 基于支持向量机的脑电信号情绪分类 | 第40-43页 |
| 4.3 基于K近邻算法的脑电信号情绪分类 | 第43-44页 |
| 4.4 分类结果分析 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 总结与展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 个人简介及在学期间发表的学术论文 | 第53页 |
