基于EEG的情绪识别
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究意义及目的 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 论文章节安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 情绪及脑电概述 | 第16-24页 |
| 2.1 情绪概述 | 第16-20页 |
| 2.1.1 情绪的脑机制 | 第16-18页 |
| 2.1.2 情绪的维度 | 第18-19页 |
| 2.1.3 情绪的诱发 | 第19-20页 |
| 2.2 脑电概述 | 第20-23页 |
| 2.2.1 脑电的概念 | 第20-21页 |
| 2.2.2 脑电信号的采集 | 第21-22页 |
| 2.2.3 脑电信号与情绪识别 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于图片的情绪诱发实验设计 | 第24-29页 |
| 3.1 实验平台 | 第24页 |
| 3.2 实验素材 | 第24-26页 |
| 3.3 实验对象和实验环境 | 第26-27页 |
| 3.4 实验流程 | 第27-28页 |
| 3.5 实验的后续改进措施 | 第28页 |
| 3.6 本章小结 | 第28-29页 |
| 第四章 脑电数据处理与分析 | 第29-46页 |
| 4.1 脑电信号预处理 | 第29-31页 |
| 4.2 特征提取 | 第31-32页 |
| 4.3 特征选择 | 第32-40页 |
| 4.3.1 CSP算法的基本原理 | 第33-38页 |
| 4.3.2 交叉验证 | 第38页 |
| 4.3.3 特征选择结果与分析 | 第38-40页 |
| 4.4 情绪分类 | 第40-45页 |
| 4.4.1 支持向量机分类器 | 第41-43页 |
| 4.4.2 情绪分类结果与讨论 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 基于DEAP的情绪识别研究 | 第46-63页 |
| 5.1 DEAP数据库 | 第46-47页 |
| 5.2 DEAP数据库的实验范式 | 第47-52页 |
| 5.2.1 实验素材 | 第47-49页 |
| 5.2.2 实验被试与实验环境 | 第49页 |
| 5.2.3 实验流程 | 第49-51页 |
| 5.2.4 EEG数据集 | 第51-52页 |
| 5.3 特征提取 | 第52-53页 |
| 5.4 特征选择 | 第53-56页 |
| 5.5 分类结果与分析 | 第56-61页 |
| 5.5.1 基于不同脑电特征的分类结果 | 第57-61页 |
| 5.6 本章小结 | 第61-63页 |
| 总结与展望 | 第63-66页 |
| 总结 | 第63-64页 |
| 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 答辩委员会对论文的评定意见 | 第72页 |
