基于情绪感知的决策支持方法
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 相关知识概述 | 第11-14页 |
| 1.2.1 情绪相关知识概述 | 第11-12页 |
| 1.2.2 脑电相关知识概述 | 第12-14页 |
| 1.3 论文结构与安排 | 第14-15页 |
| 第二章 国内外相关研究现状 | 第15-20页 |
| 2.1 情绪对决策影响的研究现状 | 第15-17页 |
| 2.2 情绪感知的研究现状 | 第17-18页 |
| 2.3 发散型研讨决策的研究现状 | 第18-19页 |
| 2.4 收敛型研讨决策的研究现状 | 第19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 基于SVM概率输出的情绪感知方法 | 第20-27页 |
| 3.1 支持向量机概述 | 第20-21页 |
| 3.2 基于脑电的数据处理 | 第21-22页 |
| 3.2.1 脑电信号预处理 | 第21页 |
| 3.2.2 特征提取 | 第21-22页 |
| 3.3 基于SVM概率输出的情绪感知 | 第22-24页 |
| 3.4 实验分析 | 第24-26页 |
| 3.4.1 DEAP数据集 | 第24-25页 |
| 3.4.2 实验结果 | 第25-26页 |
| 3.5 本章小结 | 第26-27页 |
| 第四章 基于情绪感知的发散型研讨决策支持方法 | 第27-41页 |
| 4.1 PageRank概述 | 第27-28页 |
| 4.2 面向发散型研讨的信息组织模型 | 第28-29页 |
| 4.3 基于PageRank的观点排序 | 第29-31页 |
| 4.3.1 决策者观点的支持程度 | 第29-31页 |
| 4.3.2 决策者观点的PR值 | 第31页 |
| 4.4 实例分析 | 第31-38页 |
| 4.5 系统实现 | 第38-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 基于情绪感知的收敛型研讨决策支持方法 | 第41-49页 |
| 5.1 云模型和前景理论概述 | 第41-43页 |
| 5.1.1 云模型基本知识 | 第41-42页 |
| 5.1.2 前景理论基本概念 | 第42-43页 |
| 5.2 问题描述 | 第43页 |
| 5.3 基于云模型的语言评价定量化 | 第43-45页 |
| 5.4 基于前景理论的方案排序 | 第45-46页 |
| 5.5 实例分析 | 第46-48页 |
| 5.5.1 决策步骤 | 第46-48页 |
| 5.5.2 对比分析 | 第48页 |
| 5.6 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录1 攻读硕士学位期间研究成果 | 第54-55页 |
| 致谢 | 第55页 |
