首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于呼吸信号的情感识别研究

摘要第1-7页
Abstract第7-9页
第一章 引言第9-15页
   ·研究背景及意义第9-11页
   ·研究现状与存在的问题第11-12页
   ·论文的具体工作及内容安排第12-13页
   ·论文创新点第13-15页
第二章 呼吸信号采集第15-20页
   ·呼吸信号简介第15-16页
   ·情感呼吸信号采集第16-19页
   ·小结第19-20页
第三章 呼吸信号特征提取第20-28页
   ·信号预处理第20-22页
     ·下采样第20-21页
     ·滤波处理第21-22页
     ·数据归一化第22页
   ·统计特征提取第22-23页
   ·小波特征提取第23-27页
     ·小波变换理论第24-26页
     ·小波特征第26-27页
   ·小结第27-28页
第四章 特征选择优化算法及分类器设计第28-43页
   ·特征选择算法第28-36页
     ·遗传算法简介第29-32页
     ·模拟退火算法简介第32-35页
     ·遗传模拟退火算法原理第35页
     ·降维策略第35-36页
   ·分类器设计第36-39页
     ·设计线性分类器的主要步骤第36-37页
     ·Fisher分类器设计第37-39页
   ·基于遗传模拟退火算法的特征选择及分类过程第39-42页
   ·小结第42-43页
第五章 基于呼吸信号的情感识别第43-55页
   ·呼吸信号的情感识别第43页
   ·呼吸信号数据实验结果及分析第43-47页
     ·"一对一"情感识别结果及分析第44-45页
     ·"一对多"情感识别结果及分析第45-46页
     ·特征选择方法对比分析第46-47页
   ·情感特征对比分析第47-54页
     ·"一对一"情感识别的特征选择结果及分析第47-52页
     ·"一对多"情感识别的特征选择结果及分析第52-54页
   ·小结第54-55页
第六章 总结与展望第55-57页
   ·总结第55页
   ·展望第55-57页
参考文献第57-59页
附录第59-67页
致谢第67-68页
研究生期间研究成果及发表的学术论文第68页

论文共68页,点击 下载论文
上一篇:基于心电信号的情感识别研究
下一篇:基于本体的学习资源推荐应用研究--网络教育作业助手设计与实现