| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 引言 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 目前研究存在的问题 | 第11-12页 |
| 1.4 论文的创新点 | 第12页 |
| 1.5 工作安排及具体内容 | 第12-15页 |
| 第二章 皮肤电信号的采集及选取方案 | 第15-29页 |
| 2.1 皮肤电信号的特点 | 第15-16页 |
| 2.2 皮肤电信号的采集方案 | 第16-19页 |
| 2.2.1 实验对象选取 | 第17页 |
| 2.2.2 情感诱发素材选取 | 第17页 |
| 2.2.3 实验过程 | 第17-19页 |
| 2.3 对包含可靠情感生理反应的生理信号的定位方法 | 第19-27页 |
| 2.3.1 情感评分问卷 | 第19页 |
| 2.3.2 被试视频 | 第19-20页 |
| 2.3.3 带标记的生理信号 | 第20页 |
| 2.3.4 被试问询 | 第20-21页 |
| 2.3.5 情感体验按键报告 | 第21-23页 |
| 2.3.6 相关性分析 | 第23-27页 |
| 2.3.7 小结 | 第27页 |
| 2.4 皮肤电信号的预处理 | 第27-29页 |
| 2.4.1 皮肤电信号的去噪 | 第27-28页 |
| 2.4.2 皮肤电信号的归一化 | 第28-29页 |
| 第三章 基于曲线拟合的情感识别特征提取 | 第29-39页 |
| 3.1 曲线拟合的定义 | 第29页 |
| 3.2 目标GSR信号的截取 | 第29-30页 |
| 3.3 拟合函数的比较及选取 | 第30-32页 |
| 3.4 参数特征提取 | 第32-34页 |
| 3.5 拟合参数特征的分类效果分析 | 第34-39页 |
| 第四章 皮肤电信号的特征组合选择及分类 | 第39-51页 |
| 4.1 皮肤电信号常用数值统计特征介绍 | 第39-41页 |
| 4.2 人工蜂群智能算法介绍 | 第41-44页 |
| 4.3 人工蜂群算法的改进 | 第44页 |
| 4.4 基于改进的人工蜂群算法的特征组合选择 | 第44-51页 |
| 4.4.1 愤怒情感的识别结果与分析 | 第45-46页 |
| 4.4.2 高兴情感的识别结果与分析 | 第46-47页 |
| 4.4.3 悲伤情感的识别结果与分析 | 第47-48页 |
| 4.4.4 恐惧情感的识别结果与分析 | 第48页 |
| 4.4.5 结果比较 | 第48-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 攻读硕士期间研究成果及发表的学术论文 | 第59-61页 |
| 攻读硕士期间参与的研究项目 | 第61页 |