首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

基于心音HRV和DSV的情绪识别系统

摘要第4-5页
abstract第5-6页
专用术语注释表第9-10页
第一章 绪论第10-17页
    1.1 该课题的研究背景及意义第10-11页
    1.2 该课题相关研究现状第11-15页
        1.2.1 情绪的理论基础第11-13页
        1.2.2 基于生理信号的情绪识别研究现状第13-15页
    1.3 该课题主要内容及创新点第15-17页
        1.3.1 主要内容第15页
        1.3.2 创新点第15-17页
第二章 肩戴式情绪心音采集实验平台第17-23页
    2.1 实验硬件平台第17-18页
    2.2 情绪刺激素材选择第18-19页
    2.3 被试招募第19-20页
    2.4 实验步骤第20-21页
    2.5 情绪心音数据库的建立与维护第21-22页
    2.6 本章小结第22-23页
第三章 心音信号用于情绪识别的生理基础第23-28页
    3.1 心音产生机理的分析第23-24页
    3.2 情绪心音与自主神经系统关系第24-25页
    3.3 HRV理论第25页
    3.4 心音HRV指标第25-26页
    3.5 心音DSV指标第26-27页
    3.6 本章小结第27-28页
第四章 心音信号的预筛选与分段第28-43页
    4.1 常用心音分段算法概述第28页
    4.2 基于模板选择的心音预筛选与分段算法第28-36页
        4.2.1 算法设计第29页
        4.2.2 建立心音模板库第29-32页
        4.2.3 心音预筛选第32-34页
        4.2.4 心音分段第34-36页
    4.3 分段算法实验与比较第36-41页
        4.3.1 实验数据第36-37页
        4.3.2 算法性能评估第37-38页
        4.3.3 结果分析第38-41页
    4.4 心音HRV和DSV的提取第41-42页
    4.5 本章小结第42-43页
第五章 心音HRV和DSV情绪识别系统第43-59页
    5.1 系统总体设计第43页
    5.2 心音HRV和DSV的特征分析第43-53页
        5.2.1 线性分析第44-47页
        5.2.2 非线性分析第47-51页
        5.2.3 图形分析第51-53页
    5.3 心音情绪识别评价指标体系第53-57页
        5.3.1 GA算法选择特征第54-55页
        5.3.2 心音情绪识别评价指标体系第55-57页
    5.4 分类识别第57-58页
    5.5 本章小结第58-59页
第六章 实验结果与分析第59-76页
    6.1 心音与心电情绪识别特征对比第59-67页
        6.1.1 各情绪评价指标在情绪评价体系中的表现第59-60页
        6.1.2 各情绪评价指标典型特征的表征效果第60-67页
    6.2 识别结果与分析第67-75页
        6.2.1 效价识别结果第67-69页
        6.2.2 唤醒度识别结果第69-72页
        6.2.3 效价-唤醒度综合识别结果第72-74页
        6.2.4 结果分析第74-75页
    6.3 本章小结第75-76页
第七章 总结与展望第76-78页
    7.1 总结第76-77页
    7.2 展望第77-78页
参考文献第78-81页
附录1 攻读硕士学位期间申请的专利第81-82页
附录2 攻读硕士学位期间参加的科研项目第82-83页
附录3 各情绪评价指标特征的权重指数相关表格第83-91页
致谢第91页

论文共91页,点击 下载论文
上一篇:基于USRP平台的无线多中继传输技术研究
下一篇:现役雷达预测性维修保障资源匹配算法研究