| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究现状 | 第8-9页 |
| 1.3 研究目的和意义 | 第9-10页 |
| 1.4 本文研究内容 | 第10页 |
| 1.5 本文结构安排 | 第10-12页 |
| 第二章 基于脑电的情感计算理论知识 | 第12-21页 |
| 2.1 情感的相关理论知识 | 第12-15页 |
| 2.1.1 情感的定义 | 第12-13页 |
| 2.1.2 情感的生理基础 | 第13页 |
| 2.1.3 情感的分类 | 第13-15页 |
| 2.1.4 情感的诱发 | 第15页 |
| 2.2 脑电信号的相关理论 | 第15-19页 |
| 2.2.1 脑电信号的概念 | 第15-16页 |
| 2.2.2 脑电信号的采集和预处理 | 第16-18页 |
| 2.2.3 脑电信号的定量分析法 | 第18-19页 |
| 2.2.3.1 脑电信号的线性分析法 | 第18页 |
| 2.2.3.2 脑电信号的非线性动力学分析法 | 第18-19页 |
| 2.3 本章小结 | 第19-21页 |
| 第三章 基于脑电的音乐视频情感识别 | 第21-38页 |
| 3.1 实验设计和数据采集 | 第21-24页 |
| 3.1.1 实验设备 | 第21-22页 |
| 3.1.2 实验被试者和实验诱发材料 | 第22-23页 |
| 3.1.3 实验数据采集流程 | 第23-24页 |
| 3.2 实验数据处理 | 第24-32页 |
| 3.2.1 脑电信号预处理 | 第25页 |
| 3.2.2 脑电信号特征提取 | 第25-28页 |
| 3.2.3 基于主成分分析的脑电特征向量降维 | 第28-30页 |
| 3.2.4 基于脑电的音乐视频情感分类 | 第30-32页 |
| 3.3 实验结果及讨论 | 第32-36页 |
| 3.3.1 数据有效性验证 | 第32-33页 |
| 3.3.2 特征提取结果 | 第33页 |
| 3.3.3 基于脑电的音乐视频情感分类结果 | 第33-35页 |
| 3.3.4 实验结果讨论 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 基于XML的情感脑电数据存储格式:eegM | 第38-47页 |
| 4.1 常见的脑电信号的数据存储格式 | 第38-39页 |
| 4.2 eegML的结构 | 第39-44页 |
| 4.3 eegML的意义 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 全文总结与展望 | 第47-49页 |
| 5.1 工作内容总结 | 第47页 |
| 5.2 研究展望 | 第47-49页 |
| 参考文献 | 第49-51页 |
| 在学期间的研究成果 | 第51-52页 |
| 致谢 | 第52页 |