| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.1.1 课题研究的背景 | 第9-10页 |
| 1.1.2 课题研究的意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国内研究现状 | 第11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 论文研究内容及主要贡献 | 第12-13页 |
| 1.3.1 论文研究内容 | 第12-13页 |
| 1.3.2 论文主要贡献 | 第13页 |
| 1.4 论文的结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 情绪、脑电及心率相关研究 | 第15-23页 |
| 2.1 情绪概述 | 第15-16页 |
| 2.1.1 情绪的理论知识 | 第15页 |
| 2.1.2 情绪的诱发方法 | 第15-16页 |
| 2.1.3 情绪的分类研究 | 第16页 |
| 2.2 脑电及心率概述 | 第16-17页 |
| 2.2.1 脑电信号生理学原理及其特点 | 第16-17页 |
| 2.2.2 心率信号生理学原理及其特点 | 第17页 |
| 2.3 特征降维相关算法 | 第17-20页 |
| 2.3.1 One-Way ANOVA算法 | 第18-19页 |
| 2.3.2 PCA算法 | 第19-20页 |
| 2.4 情感识别相关算法 | 第20-22页 |
| 2.4.1 LSTM算法简介 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 One-Way ANOVA与PCA相结合的特征降维算法 | 第23-35页 |
| 3.1 PCA存在问题及改进思路 | 第23-24页 |
| 3.1.1 PCA在本文中存在的问题 | 第23页 |
| 3.1.2 PCA算法改进思路 | 第23-24页 |
| 3.2 数据采集实验设计及特征提取 | 第24-30页 |
| 3.2.1 基于聊天的情感刺激 | 第24-25页 |
| 3.2.2 脑电及心率信号的采集 | 第25-27页 |
| 3.2.3 脑电及心率信号数据预处理 | 第27-29页 |
| 3.2.4 脑电及心率信号特征提取 | 第29-30页 |
| 3.3 One-Way ANOVA与PCA相结合的特征降维算法 | 第30-32页 |
| 3.3.1 算法提出依据 | 第30页 |
| 3.3.2 算法结合特征降维方法的实现 | 第30-32页 |
| 3.4 One-Way ANOVA与PCA结合前后实验结果对比 | 第32-34页 |
| 3.4.1 算法结合降维前后属性维度变化 | 第32-33页 |
| 3.4.2 算法结合降维前后属性贡献度对比 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于决策级的LSTM分类算法改进 | 第35-47页 |
| 4.1 LSTM算法存在的问题及改进思路 | 第35-36页 |
| 4.1.1 LSTM算法存在的问题 | 第35页 |
| 4.1.2 LSTM算法改进思路 | 第35-36页 |
| 4.2 基于决策级的LSTM算法改进 | 第36-39页 |
| 4.2.1 算法提出依据 | 第36页 |
| 4.2.2 算法改进详述 | 第36-39页 |
| 4.3 实验模型建立和情感识别分类 | 第39页 |
| 4.3.1 实验预测模型建立 | 第39页 |
| 4.3.2 情感识别分类实现 | 第39页 |
| 4.4 LSTM算法改进前后情绪识别结果对比与分析 | 第39-43页 |
| 4.4.1 PTP少量数据集改进前后结果对比与分析 | 第41-42页 |
| 4.4.2 ITI少量数据集改进前后结果对比与分析 | 第42页 |
| 4.4.3 PTP多数数据集改进前后结果对比与分析 | 第42-43页 |
| 4.5 情绪数据单个属性与情绪类别关系分析 | 第43-46页 |
| 4.6 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-55页 |
| 攻读学位期间的科研成果与参加的项目 | 第55-56页 |
