| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 课题的研究背景及意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-23页 |
| 1.2.1 国外研究现状 | 第17-20页 |
| 1.2.2 国内研究现状 | 第20-23页 |
| 1.3 论文的立题依据 | 第23页 |
| 1.4 论文的主要内容和章节安排 | 第23-27页 |
| 1.4.1 论文主要内容 | 第23-24页 |
| 1.4.2 章节安排 | 第24-27页 |
| 第二章 情感生理信号的采集与特征提取 | 第27-43页 |
| 2.1 情感激发实验 | 第27-32页 |
| 2.1.1 实验方案的设计 | 第27-29页 |
| 2.1.2 实验的实施与数据采集 | 第29-32页 |
| 2.2 脉搏信号的预处理与特征点识别 | 第32-35页 |
| 2.2.1 脉搏信号的形成与基本波形 | 第32-33页 |
| 2.2.2 脉搏信号的降噪预处理与特征点识别 | 第33-35页 |
| 2.3 脉搏信号时间序列的特征提取 | 第35-41页 |
| 2.3.1 时间序列的计算 | 第35-38页 |
| 2.3.2 线性特征提取 | 第38-39页 |
| 2.3.3 非线性特征提取 | 第39-41页 |
| 2.4 本章小结 | 第41-43页 |
| 第三章 特征序列的统计检验与分析 | 第43-55页 |
| 3.1 特征序列分布的统计检验 | 第43-47页 |
| 3.1.1 特征序列分布的统计检验方法 | 第43-44页 |
| 3.1.2 特征序列分布的统计检验结果 | 第44-47页 |
| 3.2 特征序列的差异性分析 | 第47-50页 |
| 3.2.1 不同情感状态下特征序列的差异性分析方法 | 第47页 |
| 3.2.2 特征序列的差异性检验结果分析 | 第47-50页 |
| 3.3 特征序列的相关性分析 | 第50-53页 |
| 3.3.1 特征序列与情感状态的相关性分析方法 | 第50-51页 |
| 3.3.2 特征序列与情感状态之间的相关性检测结果分析 | 第51-53页 |
| 3.4 本章小结 | 第53-55页 |
| 第四章 特征重要性评估与三级特征评估与筛选体系 | 第55-69页 |
| 4.1 基于信息论的特征筛选 | 第55-59页 |
| 4.1.1 基于互信息的特征序列与情感状态之间相关性分析 | 第55-57页 |
| 4.1.2 基于最大相关最小冗余算法的特征筛选 | 第57-59页 |
| 4.2 基于随机森林的特征重要性的评估 | 第59-64页 |
| 4.2.1 基于随机森林袋外误差和Gini指数的特征重要性评估 | 第59-62页 |
| 4.2.2 基于随机森林分类精度的特征重要性阈值寻优 | 第62-64页 |
| 4.3 三级特征筛选体系 | 第64-68页 |
| 4.3.1 三级特征筛选体系的构建 | 第64-66页 |
| 4.3.2 三级特征筛序体系筛选结果分析 | 第66-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第五章 基于多特征融合的情感状态识别模型与最小训练集 | 第69-81页 |
| 5.1 情感状态分类模型的设计 | 第69-72页 |
| 5.1.1 机器学习算法的选择 | 第69-71页 |
| 5.1.2 情感状态分类模型重要参数的确定 | 第71-72页 |
| 5.2 基于最优特征子集和最参数的情感状态分类模型的构建与评估 | 第72-76页 |
| 5.2.1 一对一情感状态分类模型 | 第72-75页 |
| 5.2.2 一对多情感状态分类模型 | 第75-76页 |
| 5.3 多情感状态识别模型的最小训练集确定 | 第76-79页 |
| 5.3.1 研究方法的设计 | 第76-78页 |
| 5.3.2 研究结果分析 | 第78-79页 |
| 5.4 本章小结 | 第79-81页 |
| 第六章 总结与展望 | 第81-85页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-85页 |
| 参考文献 | 第85-91页 |
| 致谢 | 第91-93页 |
| 攻读硕士学位期间发表论文与参与课题情况 | 第93-94页 |
| 学位论文评阅及答辩情况表 | 第94页 |
