基于TM_EMD的脉搏信号多模态特征情感识别方法
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 课题研究背景及意义 | 第12-14页 |
| 1.2 生理信号情感识别研究现状 | 第14-18页 |
| 1.2.1 国外研究现状 | 第14-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.2.3 脉搏情感识别研究现状 | 第17-18页 |
| 1.3 脉搏情感识别技术可行性分析 | 第18-20页 |
| 1.4 论文的主要内容和章节安排 | 第20-23页 |
| 第二章 脉搏信号预处理 | 第23-31页 |
| 2.1 小波变换理论 | 第23-27页 |
| 2.2 低频噪声的消除 | 第27页 |
| 2.3 高频噪声的消除 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 EMD算法及其改进 | 第31-42页 |
| 3.1 EMD算法概述 | 第31-35页 |
| 3.1.1 EMD分解步骤及其性质 | 第31-33页 |
| 3.1.2 EMD端点效应问题 | 第33-35页 |
| 3.2 EMD算法改进 | 第35-41页 |
| 3.2.1 TM_EMD算法 | 第35-36页 |
| 3.2.2 TM_EMD算法分析过程 | 第36-39页 |
| 3.2.3 基于TM_EMD算法的脉搏信号分析 | 第39-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 脉搏信号的多模态特征提取方法 | 第42-50页 |
| 4.1 脉搏信号频谱能量特征 | 第42-44页 |
| 4.2 脉搏信号主波间期近似熵特征 | 第44-48页 |
| 4.3 脉搏信号EMD模态能量商特征 | 第48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 脉搏信号多模态特征情感识别实验分析 | 第50-68页 |
| 5.1 实验方案与数据来源 | 第50-53页 |
| 5.2 脉搏信号情感识别多模态特征提取实验 | 第53-60页 |
| 5.2.1 脉搏信号频谱能量特征提取 | 第53-56页 |
| 5.2.2 脉搏信号主波间期近似熵特征提取 | 第56-58页 |
| 5.2.3 脉搏信号EMD模态能量商特征提取 | 第58-60页 |
| 5.3 基于脉搏信号多模态特征情感识别分类实现 | 第60-66页 |
| 5.3.1 SVM分类法简介 | 第60-62页 |
| 5.3.2 基于支持向量机的多分类方法 | 第62-64页 |
| 5.3.3 情感识别分类实现 | 第64-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-71页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士期间发表的论文 | 第78-79页 |
| 附件 | 第79页 |
