| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 脑电和语音信号在心理压力识别中的应用 | 第8-9页 |
| 1.3 本文的研究内容与结构安排 | 第9-11页 |
| 第二章 心理压力相关理论基础 | 第11-16页 |
| 2.1 心理压力与应对缺陷 | 第11-12页 |
| 2.2 心理压力检测手段 | 第12-13页 |
| 2.2.1 心理量表 | 第12页 |
| 2.2.2 生理与物理测量 | 第12-13页 |
| 2.3 诱发心理压力的实验范式 | 第13-16页 |
| 第三章 脑电信号处理相关算法 | 第16-22页 |
| 3.1 脑电信号概述 | 第16-17页 |
| 3.2 脑电信号的时频域分析和采用的线性特征 | 第17-18页 |
| 3.3 脑电信号的非线性动力学分析与采用的非线性特征 | 第18-22页 |
| 3.3.1 CO复杂度 | 第19页 |
| 3.3.2 最大李雅普诺夫指数 | 第19-20页 |
| 3.3.3 关联维数 | 第20-21页 |
| 3.3.4 Renyi熵 | 第21页 |
| 3.3.5 LZ复杂度 | 第21-22页 |
| 第四章 语音信号处理算法理论基础 | 第22-29页 |
| 4.1 语音信号的前端处理技术 | 第22-24页 |
| 4.1.1 数字化与预处理 | 第22-23页 |
| 4.1.2 端点检测 | 第23-24页 |
| 4.2 特征提取算法 | 第24-28页 |
| 4.2.1 基频与抖动 | 第24-25页 |
| 4.2.2 归一化子带能量比率 | 第25页 |
| 4.2.3 共振峰检测 | 第25-26页 |
| 4.2.4 美尔倒谱系数 | 第26-28页 |
| 4.3 线性判别分析 | 第28-29页 |
| 第五章 实验设计与结果分析 | 第29-47页 |
| 5.1 静息态脑电实验验证分析 | 第29-38页 |
| 5.1.1 实验方案设计 | 第29页 |
| 5.1.2 脑电信号采集 | 第29-32页 |
| 5.1.3 K最近邻与朴素贝叶斯分类器算法与验证分析 | 第32-37页 |
| 5.1.4 T检验分析 | 第37-38页 |
| 5.2 语音实验验证分析 | 第38-45页 |
| 5.2.1 实验范式设计 | 第38-39页 |
| 5.2.2 语音信号采集 | 第39-41页 |
| 5.2.3 人工神经网络算法与验证分析 | 第41-42页 |
| 5.2.4 T检验分析 | 第42-43页 |
| 5.2.5 回归分析 | 第43-45页 |
| 5.3 实验结果分析与讨论 | 第45-47页 |
| 第六章 总结与展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 在学期间的研究成果 | 第52-53页 |
| 致谢 | 第53页 |