多模态生理信号情感识别研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 国外研究概况 | 第14-15页 |
| 1.2.2 国内研究概况 | 第15-16页 |
| 1.3 情感识别概述 | 第16-23页 |
| 1.4 研究内容和创新点 | 第23-24页 |
| 1.5 组织结构 | 第24-26页 |
| 第二章 基于生理信号的情感识别基础 | 第26-36页 |
| 2.1 基于生理信号的情感识别过程 | 第26-27页 |
| 2.2 情感模型 | 第27-28页 |
| 2.3 情感诱导范式 | 第28页 |
| 2.4 情感识别中使用的生理信号 | 第28-30页 |
| 2.5 生理信号预处理 | 第30-31页 |
| 2.6 特征提取和特征选择 | 第31-32页 |
| 2.7 情感识别中的分类算法 | 第32页 |
| 2.8 计算模型 | 第32-33页 |
| 2.9 本章小结 | 第33-36页 |
| 第三章 生理情感数据库建立 | 第36-46页 |
| 3.1 引言 | 第36页 |
| 3.2 生理情感数据采集实验 | 第36-39页 |
| 3.2.1 被试人员选择 | 第36-37页 |
| 3.2.2 情感诱导材料选择及诱导流程 | 第37页 |
| 3.2.3 生理信号的选择 | 第37-38页 |
| 3.2.4 生理信号数据采集 | 第38页 |
| 3.2.5 实验流程 | 第38-39页 |
| 3.3 生理信号预处理 | 第39-40页 |
| 3.4 生理信号的特征提取和特征标准化 | 第40-43页 |
| 3.4.1 生理信号的特征提取 | 第40-42页 |
| 3.4.2 特征标准化 | 第42-43页 |
| 3.5 本章小结 | 第43-46页 |
| 第四章 基于个体反应特异性分组的情感识别模型 | 第46-60页 |
| 4.1 引言 | 第46-47页 |
| 4.2 个体反应特异性和刺激反应特异性 | 第47-48页 |
| 4.3 基于分组的个体反应特异性模型 | 第48-50页 |
| 4.3.1 个体反应特异性评估 | 第48页 |
| 4.3.2 聚类分析 | 第48-49页 |
| 4.3.3 算法描述和分析 | 第49-50页 |
| 4.4 实验结果 | 第50-57页 |
| 4.4.1 实验设置 | 第51页 |
| 4.4.2 通用模型 | 第51-52页 |
| 4.4.3 基于个体反应特异性分组的情感识别模型 | 第52-55页 |
| 4.4.4 实验分析 | 第55-57页 |
| 4.5 本章小结 | 第57-60页 |
| 第五章 基于多标签输出编码的情感识别 | 第60-76页 |
| 5.1 引言 | 第60-61页 |
| 5.2 纠错输出编码 | 第61-62页 |
| 5.3 典型相关分析（CCA） | 第62-64页 |
| 5.3.1 数学模型 | 第62-63页 |
| 5.3.2 求解方法 | 第63-64页 |
| 5.4 多标签输出编码 | 第64-66页 |
| 5.5 实验结果 | 第66-75页 |
| 5.5.1 数据库 | 第66-67页 |
| 5.5.2 脑电信号与生理信号的情感特征提取 | 第67-69页 |
| 5.5.3 实验设置 | 第69页 |
| 5.5.4 用户依赖模型 | 第69-70页 |
| 5.5.5 用户独立模型 | 第70-72页 |
| 5.5.6 用户依赖模型vs用户独立模型 | 第72-75页 |
| 5.6 本章小结 | 第75-76页 |
| 第六章 基于多视角判别分析的情感识别 | 第76-90页 |
| 6.1 引言 | 第76-77页 |
| 6.2 多视角学习 | 第77-78页 |
| 6.3 多视角判别分析 | 第78-81页 |
| 6.4 实验结果 | 第81-89页 |
| 6.4.1 实验设置 | 第81-83页 |
| 6.4.2 用户依赖模型 | 第83-85页 |
| 6.4.3 用户独立模型 | 第85-89页 |
| 6.5 本章小结 | 第89-90页 |
| 第七章 总结与展望 | 第90-92页 |
| 7.1 总结 | 第90-91页 |
| 7.2 展望 | 第91-92页 |
| 参考文献 | 第92-104页 |
| 发表论文和参加科研情况说明 | 第104-106页 |
| 致谢 | 第106-107页 |
