| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·情绪研究背景 | 第8-14页 |
| ·情绪理论的发展 | 第8-10页 |
| ·情绪及情绪诱发 | 第10-11页 |
| ·国际情绪图片系统(IAPS) | 第11-12页 |
| ·基于IAPS 的国内外研究现状 | 第12-14页 |
| ·研究目的及意义 | 第14-15页 |
| ·研究目的 | 第14页 |
| ·研究意义 | 第14-15页 |
| ·主要工作及章节安排 | 第15-16页 |
| 第二章 情绪图片视觉诱发EEG 的生理学基础 | 第16-21页 |
| ·EEG 产生机理及其主要组分 | 第16-18页 |
| ·情绪图片视觉诱发EEG 的生理学基础 | 第18-21页 |
| ·大脑情绪处理机制 | 第18-20页 |
| ·情绪图片视觉诱发EEG 的生理学基础 | 第20-21页 |
| 第三章 实验设计及数据预处理 | 第21-29页 |
| ·实验平台 | 第21-22页 |
| ·实验方案 | 第22-25页 |
| ·实验设计 | 第22-25页 |
| ·实验安排 | 第25页 |
| ·IAPS 适用性评估 | 第25-26页 |
| ·数据预处理 | 第26-29页 |
| 第四章 频域特征提取与分析 | 第29-42页 |
| ·功率谱估计 | 第29-35页 |
| ·AR 模型功率谱估计 | 第29-31页 |
| ·功率谱分析结果 | 第31-35页 |
| ·时频分析 | 第35-37页 |
| ·短时傅立叶时频分析 | 第35-36页 |
| ·时频分析结果 | 第36-37页 |
| ·可分频段自适应跟踪 | 第37-42页 |
| ·可分频段自适应跟踪原理 | 第37-39页 |
| ·可分频段自适应跟踪结果分析 | 第39-42页 |
| 第五章 非线性特征提取与分析 | 第42-52页 |
| ·功率谱熵 | 第42-47页 |
| ·熵的基本原理 | 第42-43页 |
| ·功率谱熵计算过程 | 第43页 |
| ·功率谱熵特征提取与分析 | 第43-47页 |
| ·相关维数 | 第47-52页 |
| ·相关维数原理 | 第47-49页 |
| ·相关维数特征提取与分析 | 第49-52页 |
| 第六章 分类识别及结果分析 | 第52-65页 |
| ·分类方法介绍 | 第52-60页 |
| ·SVM 基本原理 | 第52-56页 |
| ·隐马尔科夫模型基本原理 | 第56-60页 |
| ·基于支持向量机和隐马尔科夫模型的模式识别及结果分析 | 第60-65页 |
| ·功率谱的分类结果 | 第60-61页 |
| ·可分频段自适应跟踪的分类结果 | 第61页 |
| ·非线性特征的分类结果 | 第61-63页 |
| ·分类结果总结 | 第63-65页 |
| 第七章 总结与展望 | 第65-67页 |
| ·本文工作总结 | 第65-66页 |
| ·本文工作展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 发表论文及科研情况说明 | 第70-71页 |
| 附录 | 第71-75页 |
| 致谢 | 第75页 |