| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景与意义 | 第9-11页 |
| 1.1.1 课题背景 | 第9-10页 |
| 1.1.2 课题意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 未来研究趋势 | 第14-15页 |
| 1.3 主要研究内容与论文组织结构 | 第15-17页 |
| 第二章 机器人辅助主动康复情绪生理测量实验设计 | 第17-30页 |
| 2.1 情绪的定义和分类 | 第17-20页 |
| 2.1.1 情绪的定义 | 第17页 |
| 2.1.2 情绪的分类 | 第17-20页 |
| 2.2 情绪诱发实验设计 | 第20-24页 |
| 2.2.1 被试 | 第20-21页 |
| 2.2.2 虚拟训练场景 | 第21-23页 |
| 2.2.3 实验流程 | 第23-24页 |
| 2.3 情绪生理测量实验设计 | 第24-29页 |
| 2.3.1 实验平台 | 第24-26页 |
| 2.3.2 情绪生理信号 | 第26-28页 |
| 2.3.3 实验任务 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 机器人辅助主动康复情绪生理响应特征提取 | 第30-43页 |
| 3.1 生理信号处理方案 | 第30-33页 |
| 3.1.1 心电和脉搏信号 | 第30-31页 |
| 3.1.2 呼吸信号 | 第31-32页 |
| 3.1.3 皮肤电导响应信号 | 第32-33页 |
| 3.1.4 肌电信号 | 第33页 |
| 3.2 生理信号特征提取 | 第33-40页 |
| 3.2.1 心电信号特征提取 | 第33-35页 |
| 3.2.2 脉搏信号特征提取 | 第35-37页 |
| 3.2.3 呼吸信号特征提取 | 第37页 |
| 3.2.4 皮肤电导响应特征提取 | 第37-38页 |
| 3.2.5 肌电信号特征提取 | 第38-40页 |
| 3.3 生理信号提取结果 | 第40-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 机器人辅助主动康复情绪生理响应实验研究 | 第43-72页 |
| 4.1 实验显著性差异性分析 | 第44-61页 |
| 4.1.1 单因素重复测量实验设计 | 第44-45页 |
| 4.1.2 不同任务调查问卷与正常情况显著性差异性分析 | 第45-47页 |
| 4.1.3 不同任务调查问卷显著性差异分析 | 第47-48页 |
| 4.1.4 不同任务生理特征参数与正常情况显著性差异分析 | 第48-57页 |
| 4.1.5 不同任务生理特征参数显著性差异分析 | 第57-60页 |
| 4.1.6 不同任务表现数据显著性差异分析 | 第60-61页 |
| 4.2 实验相关性分析 | 第61-70页 |
| 4.2.1 Valence、Arousal、表现数据相关性分析 | 第62-64页 |
| 4.2.2 Valence、Arousal与生理特征参数相关性分析 | 第64-68页 |
| 4.2.3 与目标情绪相关的生理特征参数和表现数据整合结果 | 第68-70页 |
| 4.3 不同被试组间差异性分析 | 第70-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 机器人辅助主动康复情绪生理响应识别 | 第72-84页 |
| 5.1 自适应模糊支持向量机 | 第72-74页 |
| 5.2 多类情绪识别模型 | 第74-76页 |
| 5.3 混淆矩阵 | 第76-79页 |
| 5.4 识别结果 | 第79-82页 |
| 5.4.1 生理响应特征值识别结果与分析 | 第79-81页 |
| 5.4.2 生理响应与表现数据识别结果与分析 | 第81-82页 |
| 5.5 识别结果 | 第82-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 论文总结 | 第84-85页 |
| 6.2 展望 | 第85-86页 |
| 参考文献 | 第86-89页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第89-90页 |
| 附录3 攻读硕士学位期间申请的专利 | 第90-91页 |
| 附录4 攻读硕士学位期间参加的科研项目 | 第91-92页 |
| 致谢 | 第92页 |
