| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第一章 绪论 | 第12-20页 |
| ·引言 | 第12-14页 |
| ·研究现状 | 第14-16页 |
| ·研究意义 | 第16-18页 |
| ·本文的具体工作及内容安排 | 第18-20页 |
| 第二章 基于生理信号的情感识别 | 第20-30页 |
| ·生理信号的采集 | 第20-22页 |
| ·生理信号预处理 | 第22-23页 |
| ·生理信号的特征提取 | 第23-25页 |
| ·生理信号的特征选择 | 第25-26页 |
| ·生理信号情感识别模型的建立 | 第26-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于DSPSO-KNN的特征选择算法 | 第30-38页 |
| ·粒子群优化算法介绍 | 第30-32页 |
| ·离散二进制粒子群算法 | 第32-33页 |
| ·双重结构粒子群算法 | 第33-34页 |
| ·粒子群算法的应用及研究现状 | 第34页 |
| ·K近邻分类算法介绍 | 第34-35页 |
| ·基于DSPSO-KNN算法的特征选择方法 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第四章 实验结果与分析 | 第38-60页 |
| ·基于DSPSO-KNN方法的识别结果及分析 | 第38-40页 |
| ·基于混沌变异小生境多种群DSPSO-KNN方法的识别结果及分析 | 第40-49页 |
| ·基于增量K的KNN多类分类器的识别结果及分析 | 第49-51页 |
| ·基于查找表法的DSPSO-KNN方法的识别结果及分析 | 第51-53页 |
| ·DSPSO-KNN与传统特征选择方法SFFS和SFBS的结果对比 | 第53-55页 |
| ·基于实验室自测数据的仿真结果及分析 | 第55-58页 |
| ·小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间研究成果及发表的学术论文 | 第68-69页 |
| 附录 | 第69-75页 |
