| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 情绪模型研究 | 第12-13页 |
| 1.2.2 情绪诱发方式研究 | 第13页 |
| 1.2.3 情绪特征研究 | 第13-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 本文结构 | 第15-17页 |
| 第二章 基于脑电的情绪识别系统 | 第17-25页 |
| 2.1 大脑的结构与功能分区 | 第17页 |
| 2.2 脑电的概念 | 第17-18页 |
| 2.3 基于脑电的情绪识别系统 | 第18-23页 |
| 2.3.1 情绪脑电的采集 | 第19-20页 |
| 2.3.2 脑电信号的预处理 | 第20页 |
| 2.3.3 脑电特征提取与选择 | 第20-22页 |
| 2.3.4 情绪分类 | 第22-23页 |
| 2.4 基于脑电的情绪识别所面临的挑战 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 基于ReliefF算法的通道选择 | 第25-47页 |
| 3.1 引言 | 第25-26页 |
| 3.2 DEAP情感数据库 | 第26-27页 |
| 3.3 数据处理 | 第27-30页 |
| 3.3.1 数据预处理 | 第27-29页 |
| 3.3.1.1 数据选择 | 第27-29页 |
| 3.3.1.2 样本划分 | 第29页 |
| 3.3.2 特征提取 | 第29页 |
| 3.3.3 特征归一化 | 第29-30页 |
| 3.4 基于ReliefF的通道选择算法 | 第30-37页 |
| 3.4.1 ReliefF特征选择 | 第30-32页 |
| 3.4.2 被试相关的通道选择算法 | 第32-33页 |
| 3.4.3 被试无关的通道选择算法 | 第33-34页 |
| 3.4.4 通道选择算法效果验证 | 第34-37页 |
| 3.4.4.1 支持向量机 | 第34-36页 |
| 3.4.4.2 验证策略 | 第36-37页 |
| 3.5 实验结果 | 第37-45页 |
| 3.5.1 被试相关的通道选择结果 | 第37-42页 |
| 3.5.2 基于RelifF和F-score的通道选择算法比较 | 第42-43页 |
| 3.5.3 被试无关的公共通道选择结果 | 第43-45页 |
| 3.6 结果分析 | 第45页 |
| 3.7 本章小结 | 第45-47页 |
| 第四章 基于概率神经网络的情绪识别 | 第47-57页 |
| 4.1 引言 | 第47页 |
| 4.2 数据处理 | 第47-48页 |
| 4.2.1 样本划分 | 第47页 |
| 4.2.2 特征提取与归一化 | 第47-48页 |
| 4.3 概率神经网络 | 第48-50页 |
| 4.4 情绪分类及结果 | 第50-53页 |
| 4.5 通道选择及结果 | 第53-55页 |
| 4.6 结果分析 | 第55-56页 |
| 4.7 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 全文总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65-66页 |
| 详细摘要 | 第66-69页 |