首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于心电信号的情感识别研究

摘要第1-7页
Abstract第7-10页
第一章 引言第10-17页
   ·研究背景及意义第10-11页
   ·国内外研究现状以及存在的问题第11-14页
   ·论文研究的内容和创新点第14-15页
   ·论文的结构第15-17页
第二章 情感心电信号的采集和特征提取第17-29页
   ·情感心电信号第17-18页
   ·情感心电信号的采集第18-21页
       ·被试第18页
       ·情感唤起素材第18-19页
       ·实验仪器第19页
       ·实验采集方法第19-21页
   ·情感心电信号的特征提取第21-29页
       ·小波变换理论第21-22页
       ·连续小波变换第22-23页
       ·离散小波变换第23页
       ·多分辨率分析(Multi-Resolution Analysis)第23-24页
       ·基于小波变换的心电信号P-QRS-T波检测第24-25页
       ·心电信号特征提取第25-29页
第三章 基于粒子群算法及后向选择算法的特征选择第29-40页
   ·基本粒子群算法简介第29-30页
   ·基本粒子群算法原理第30-31页
   ·基本离散二进制粒子群算法第31-32页
   ·序列后向选择算法(SBS)第32-33页
   ·fisher分类器第33-35页
   ·改进的离散二进制粒子群算法第35-39页
       ·基于邻域搜索的离散二进制粒子群算法(IBPSO)第35-36页
       ·基于交叉及变异操作的离散二进制混合粒子群算法(GBPSO)第36-39页
   ·小结第39-40页
第四章 心电信号情感识别的实验结果与分析第40-70页
   ·心电信号情感识别模型的建立第40-43页
   ·基于邻域搜索的离散二进制粒子群算法的情感识别第43-53页
     ·基于邻域搜索BPSO-fisher的特征选择的实验结果及分析第44-53页
   ·基于交叉及变异操作的BPSO混合粒子群算法的情感识别第53-63页
     ·基于交叉及变异操作的BPSO-fisher的特征选择的实验结果及分析第54-63页
   ·基于序列后向选择算法(SBS)的情感识别第63-68页
     ·基于SBS-fisher特征选择的实验结果分析第64-68页
   ·小结第68-70页
第五章 总结与展望第70-72页
   ·总结第70页
   ·展望第70-72页
参考文献第72-75页
附录第75-82页
 附录1第75-79页
 附录2第79-82页
致谢第82-83页
攻读硕士期间研究成果及发表的学术论文第83页

论文共83页,点击 下载论文
上一篇:皮肤电反应信号在情感状态识别中的研究
下一篇:基于呼吸信号的情感识别研究