| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 引言 | 第8页 |
| 1.2 生理信号情绪识别的目的和意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-13页 |
| 1.3.1 国外研究进展 | 第9-12页 |
| 1.3.2 国内研究进展 | 第12-13页 |
| 1.4 文章工作与结构安排 | 第13-16页 |
| 第2章 情绪定义和相关生理信号 | 第16-23页 |
| 2.1 情绪的定义和分类 | 第16-18页 |
| 2.1.1 情绪的定义 | 第16-17页 |
| 2.1.2 情绪的分类 | 第17页 |
| 2.1.3 论文选择的情绪模型 | 第17-18页 |
| 2.2 实验采用的相关生理信号 | 第18-20页 |
| 2.2.1 心电信号 | 第18-19页 |
| 2.2.2 皮电信号 | 第19-20页 |
| 2.2.3 呼吸信号 | 第20页 |
| 2.3 情感生理数据库 | 第20-22页 |
| 2.3.1 MIT和德国Augsburg大学情感生理数据库 | 第21页 |
| 2.3.2 其它公开的生理数据库 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 多生理信号的数据采集 | 第23-31页 |
| 3.1 采集数据准备工作 | 第23-27页 |
| 3.1.1 情绪诱导意义 | 第23页 |
| 3.1.2 实验设备硬件部分 | 第23-26页 |
| 3.1.3 实验设备软件部分 | 第26-27页 |
| 3.2 采集方法 | 第27-30页 |
| 3.2.1 情绪诱导 | 第27-28页 |
| 3.2.2 信号采集 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第4章 生理信号数据的混沌特征参量提取 | 第31-40页 |
| 4.1 混沌的定义 | 第31页 |
| 4.2 混沌特征参量提取 | 第31-38页 |
| 4.2.1 生理信号数据的最大Lyapunov指数 | 第32-33页 |
| 4.2.2 生理信号数据的盒子维 | 第33-34页 |
| 4.2.3 生理信号数据的信息熵 | 第34-35页 |
| 4.2.4 生理信号数据的近似熵 | 第35-37页 |
| 4.2.5 生理信号数据的复杂度 | 第37-38页 |
| 4.3 混沌特征矩阵 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 多生理信号情绪识别 | 第40-52页 |
| 5.1 分类器 | 第40-41页 |
| 5.2 基于决策树算法的情绪识别 | 第41-51页 |
| 5.2.1 数据流模型的建立 | 第41-43页 |
| 5.2.2 情绪识别分析 | 第43-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 基于生物反馈技术的情绪识别在心理干预中的应用 | 第52-59页 |
| 6.1 被试者情绪的测试实验 | 第52-53页 |
| 6.2 认知行为治疗 | 第53-54页 |
| 6.3 生物反馈技术与放松训练 | 第54-56页 |
| 6.4 基于生物反馈仪器的心理干预实验及结果分析 | 第56-58页 |
| 6.5 本章小结 | 第58-59页 |
| 第7章 总结与展望 | 第59-61页 |
| 7.1 总结 | 第59页 |
| 7.2 展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
| 攻读硕士学位期间研究成果 | 第67页 |
