基于EEG的情绪信息特征及其分类方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 情绪 | 第12-15页 |
| 1.1.1 情绪模型 | 第12-13页 |
| 1.1.2 情绪测量 | 第13页 |
| 1.1.3 情绪诱发 | 第13-14页 |
| 1.1.4 情绪的脑机制 | 第14-15页 |
| 1.2 抑郁 | 第15-16页 |
| 1.2.1 抑郁量表 | 第15页 |
| 1.2.2 抑郁的脑机制 | 第15-16页 |
| 1.3 语言与情绪 | 第16-17页 |
| 1.4 EEG信号 | 第17-19页 |
| 1.4.1 EEG信号的常用分析方法 | 第17-18页 |
| 1.4.2 脑机接口系统中的EEG信号处理 | 第18-19页 |
| 1.5 情绪识别 | 第19-20页 |
| 1.6 论文的研究内容 | 第20-21页 |
| 1.7 本文的组织结构 | 第21-23页 |
| 第二章 情绪词实验设计与数据采集 | 第23-31页 |
| 2.1 实验被试 | 第23-24页 |
| 2.1.1 入组标准 | 第23页 |
| 2.1.2 SDS量表的评分 | 第23-24页 |
| 2.2 实验设计和材料 | 第24页 |
| 2.2.1 实验范式 | 第24页 |
| 2.2.2 刺激材料选择与评定 | 第24页 |
| 2.3 实验程序和实验任务 | 第24-25页 |
| 2.4 数据采集 | 第25-26页 |
| 2.5 行为数据分析 | 第26-27页 |
| 2.6 数据预处理 | 第27-28页 |
| 2.7 ERP研究 | 第28-31页 |
| 2.7.1 实验结果 | 第28-29页 |
| 2.7.2 讨论分析 | 第29-31页 |
| 第三章 汉语双字词情绪信息的识别 | 第31-48页 |
| 3.1 基于共同空间模式算法提取特征 | 第31-37页 |
| 3.1.1 共同空间模式 | 第31-33页 |
| 3.1.2 分类器 | 第33-34页 |
| 3.1.3 基于CSP情绪识别的流程 | 第34-35页 |
| 3.1.4 基于CSP情绪词数据识别结果 | 第35-36页 |
| 3.1.5 讨论 | 第36-37页 |
| 3.2 基于时域正则化共同空间模式算法提取特征 | 第37-44页 |
| 3.2.1 时域正则化共同空间模式 | 第37-39页 |
| 3.2.2 BCI数据验证结果 | 第39-41页 |
| 3.2.3 基于TRCSP情绪识别流程 | 第41页 |
| 3.2.4 TRCSP情绪识别结果 | 第41-44页 |
| 3.3 基于判别空间模式的词语情绪信息识别 | 第44-47页 |
| 3.3.1 判别空间模式算法 | 第44-46页 |
| 3.3.2 情绪数据DSP识别结果 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 实验被试抑郁情绪信息的识别 | 第48-70页 |
| 4.1 基于迁移学习的CSP改进算法 | 第48-51页 |
| 4.1.1 基于迁移学习正则化的共同空间模式 | 第49-51页 |
| 4.2 BCI公开数据集的验证 | 第51-54页 |
| 4.2.1 数据集 | 第51页 |
| 4.2.2 数据处理 | 第51-52页 |
| 4.2.3 分类结果 | 第52-53页 |
| 4.2.4 讨论与结论 | 第53-54页 |
| 4.3 基于RCSPTLw的情绪被试识别 | 第54-61页 |
| 4.3.1 基于RCSPTLw的情绪被试识别流程 | 第57页 |
| 4.3.2 基于RCSPTLw的情绪被试识别结果 | 第57-61页 |
| 4.3.3 讨论分析 | 第61页 |
| 4.4 基于迁移学习的DSP改进算法 | 第61-69页 |
| 4.4.1 基于迁移学习的判别空间模式算法 | 第61-63页 |
| 4.4.2 BCI公开数据集验证 | 第63-65页 |
| 4.4.3 基于RDSPTL的情绪被试识别 | 第65-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第五章 汉语句子的情绪识别 | 第70-76页 |
| 5.1 汉语句子实验 | 第70-73页 |
| 5.1.1 实验被试 | 第70页 |
| 5.1.2 实验设计和材料 | 第70-71页 |
| 5.1.3 实验程序 | 第71-72页 |
| 5.1.4 数据采集与分析 | 第72页 |
| 5.1.5 行为数据分析 | 第72-73页 |
| 5.1.6 脑电数据预处理 | 第73页 |
| 5.2 基于共同空间模式算法特征提取 | 第73-74页 |
| 5.2.1 基于CSP情绪识别的流程 | 第73页 |
| 5.2.2 情绪句子数据CSP识别结果 | 第73-74页 |
| 5.3 基于时域正则化共同空间模式算法提取特征 | 第74-75页 |
| 5.3.1 基于TRCSP情绪识别的流程 | 第74页 |
| 5.3.2 情绪句子数据TRCSP识别结果 | 第74-75页 |
| 5.4 基于判别空间模式特征提取 | 第75页 |
| 5.4.1 判别空间模式算法 | 第75页 |
| 5.4.2 句子数据DSP识别结果 | 第75页 |
| 5.5 本章小结 | 第75-76页 |
| 第六章 结论与展望 | 第76-78页 |
| 6.1 本文主要结论 | 第76页 |
| 6.2 下一步研究工作的展望 | 第76-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-88页 |
| 附录 | 第88-91页 |
| 攻读博士学位期间取得的科研成果 | 第91页 |
