| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状和不足 | 第10-12页 |
| 1.3 论文研究内容 | 第12页 |
| 1.4 论文的创新点 | 第12-13页 |
| 1.5 论文的整体结构 | 第13-14页 |
| 第二章 皮肤电信号采集及特征提取 | 第14-25页 |
| 2.1 皮肤电信号的简介 | 第14-15页 |
| 2.2 皮肤电信号的采集方案 | 第15-17页 |
| 2.2.1 实验对象选取 | 第15页 |
| 2.2.2 情感诱发素材选取 | 第15-16页 |
| 2.2.3 实验环境 | 第16-17页 |
| 2.2.4 实验流程 | 第17页 |
| 2.3 GSR信号处理流程 | 第17-23页 |
| 2.3.1 GSR信号截取 | 第18页 |
| 2.3.2 GSR信号去噪 | 第18-20页 |
| 2.3.3 GSR信号特征提取 | 第20-22页 |
| 2.3.4 特征值归一化 | 第22页 |
| 2.3.5 特征选择 | 第22-23页 |
| 2.4 文章小结 | 第23-25页 |
| 第三章 情感实时识别算法的建立与验证 | 第25-38页 |
| 3.1 K近邻算法用于情感实时识别 | 第25-26页 |
| 3.1.1 K近邻算法介绍 | 第25页 |
| 3.1.2 K近邻算法的优劣 | 第25-26页 |
| 3.2 改进的K近邻算法用于情感的实时识别 | 第26-32页 |
| 3.2.1 K近邻快速搜索算法 | 第26-28页 |
| 3.2.2 半监督的K近邻分类算法 | 第28-31页 |
| 3.2.3 基于快速搜索算法的半监督K近邻分类方法 | 第31-32页 |
| 3.3 算法改进前后结果对比 | 第32-37页 |
| 3.3.1 分类准确性对比 | 第33-36页 |
| 3.3.2 算法运行时间对比 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 情感调节模型建立 | 第38-46页 |
| 4.1 积极情绪与消极情绪 | 第38-39页 |
| 4.2 情感调节的定义及主要模型 | 第39-42页 |
| 4.2.1 情感调节的定义 | 第39-40页 |
| 4.2.2 Bonanno的情绪自我调节序列模型 | 第40页 |
| 4.2.3 Gross的情绪调节过程模型 | 第40-42页 |
| 4.3 人机交互环境下可行性情感调节模型 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 开放式人机情感交互助手的设计与实现 | 第46-54页 |
| 5.1 开放式人机情感交互助手的设计背景 | 第46-47页 |
| 5.2 开放式人机情感交互助手简介 | 第47-52页 |
| 5.2.1 系统主要功能 | 第47-48页 |
| 5.2.2 具体操作流程 | 第48-52页 |
| 5.3 本章小结 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士期间研究成果及发表的学术论文 | 第61-62页 |
| 攻读硕士期间参与的研究项目 | 第62页 |