针对音乐情绪的脑电信号分析与敏感脑区研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本论文研究目的及主要内容安排 | 第14-16页 |
| 第二章 脑电与音乐情绪的相关知识 | 第16-22页 |
| 2.1 脑电信号的生理基础 | 第16-19页 |
| 2.1.1 大脑生理结构及功能脑区 | 第16-17页 |
| 2.1.2 脑电特点及节律分类 | 第17-18页 |
| 2.1.3 脑电信号分析方法 | 第18-19页 |
| 2.2 音乐诱发情绪的相关知识 | 第19-21页 |
| 2.2.1 情绪定义与分类 | 第19-20页 |
| 2.2.2 情绪测量方法 | 第20-21页 |
| 2.2.3 情绪相关脑区 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 情绪脑电信号的研究方法 | 第22-33页 |
| 3.1 脑电特征提取算法 | 第22-28页 |
| 3.1.1 小波变换理论 | 第22-24页 |
| 3.1.2 功率谱估计分析 | 第24-25页 |
| 3.1.3 经验模态分解 | 第25-26页 |
| 3.1.4 近似熵 | 第26-27页 |
| 3.1.5 Hurst指数 | 第27-28页 |
| 3.2 主成分分析融合算法 | 第28-29页 |
| 3.3 基于粒子群优化支持向量机分类器 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于脑电信号的情绪状态分析 | 第33-73页 |
| 4.1 音乐所情绪脑电数据 | 第33-35页 |
| 4.1.1 DEAP数据库 | 第33-34页 |
| 4.1.2 自采数据 | 第34-35页 |
| 4.2 特征提取 | 第35-43页 |
| 4.2.1 脑电信号特征提取 | 第35-43页 |
| 4.3 音乐情绪的脑电信号识别结果分析 | 第43-72页 |
| 4.3.1 单一特征识别结果对比 | 第43-44页 |
| 4.3.2 特征融合前后分类结果对比 | 第44-46页 |
| 4.3.3 情绪脑电信号的敏感脑区分析 | 第46-71页 |
| 4.3.4 自采数据分析 | 第71-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第五章 音乐情绪状态评估系统设计与实现 | 第73-81页 |
| 5.1 系统设计 | 第73-74页 |
| 5.2 系统实现 | 第74-80页 |
| 5.2.1 MATLAB 与 C | 第74-75页 |
| 5.2.2 SQL数据库 | 第75-76页 |
| 5.2.3 系统实现结果 | 第76-80页 |
| 5.3 本章小结 | 第80-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-88页 |
| 附录 | 第88-91页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第91-92页 |
| 致谢 | 第92页 |
