人体生理信号的情感计算方法

《智能科学技术著作丛书》序

前言

第1章 绪论

1.1 情感与情感计算

1.1.1 情感和情感理论

1.1.2 情绪分类与维度

1.1.3 情感计算

1.2 生理信号的情感计算意义

1.3 国内外研究与应用状况

1.3.1 国外研究状况

1.3.2 国内研究状况

1.3.3 国内外应用状况

1.4 情感的生理机制

1.4.1 大脑中枢机制

1.4.2 内分泌机制

1.4.3 神经化学机制

1.5 常用生理信号与检测

1.5.1 生理信号检测的历史事件

1.5.2 常用的8种生理信号分析

1.5.3 需要注意的问题

1.6 总结与展望

参考文献

第2章 生理信号的情感计算模型

2.1 情感建模的可计算规则

2.2 基本情感论的情感模型

2.2.1 Tomkins的情感模型

2.2.2 Izard的情感模型

2.2.3 Ekman的情感模型

2.2.4 OCC的情感模型

2.3 维度空间论的情感模型

2.3.1 情感的一维空间模型

2.3.2 情感的二维空间模型

2.3.3 情感的三维空间模型

2.3.4 情感的高维空间模型

2.4 认知神经科学的情感模型

2.4.1 情感相关联的神经结构

2.4.2 情感的认知神经学模型

2.5 总结与展望

参考文献

第3章 生理信号的测量系统

3.1 BIOPACMP150的硬件系统

3.1.1 MP100A-CE数据获取单元

3.1.2 MP的通用接口模块

3.1.3 MP的生理信号放大器和传感器

3.2 BIOPACMP150的软件系统

3.2.1 系统的最低配置

3.2.2 AcqKnowledge概述

3.2.3.AcqKnowledge菜单功能介绍

3.3 多参数生物反馈测量仪ProCompInfiniti

3.3.1.ProCompInfiniti硬件基本系统

3.3.2.ProCompInfiniti的多种传感器

3.3.3 ProCompInfiniti的软件系统

3.4 Neuroscan脑电仪

3.4.1 Neuroscan的硬件组成

3.4.2 Neuroscan软件包

3.5 生理信号采集设备的商业开发和应用

3.5.1 Necomimi脑控猫耳朵

3.5.2 脑立方——世界上首款注意力训练产品

3.5.3 心电芯片

3.6 总结与展望

参考文献

第4章 生理信号的情感数据采集方法

4.1 情感诱发方法

4.1.1 情感材料诱发

4.1.2 情感情境诱发

4.2 数据有效性分析方法

4.2.1 诱发效果影响因素

4.2.2 诱发效果评估方法

4.2.3 生理数据可靠性分析

4.3 情感数据采集实例

4.3.1 采集目标

4.3.2 情感诱发方案

4.3.3 数据采集流程

4.3.4 情感诱发效果评估

4.3.5 生理数据可靠性评估

4.3.6 实验小结

4.4 总结与展望

参考文献

第5章 生理信号的情感识别方法

5.1 接触式生理信号情感识别的意义

5.1.1 在情感心理生理科学研究中的意义

5.1.2 在智能人机交互领域的研究意义

5.2 生理信号情感特征提取

5.2.1 生理信号的传统特征

5.2.2 IBI和GSR的矩特征

5.2.3 ECG信号的瞬时频率和局部振荡特征

5.2.4 生理信号的非线性特征

5.2.5 生理信号的时域局部尺度特征

5.3 生理信号情感特征选择

5.3.1 特征选择的必要性

5.3.2 二分类情感识别的特征选择模型

5.3.3 多种解空间搜索算法的特征选择能力比较

5.3.4 小结

5.4 情感识别模型的建立

5.4.1 支持向量机分类器

5.4.2 随机森林分类器

5.5 总结与展望

参考文献

第6章 非接触性的情感识别方法

第7章 典型的应用系统及展望

彩图

情感计算的目的是通过赋予计算机识别、理解、表达和适应人的情感的能力来建立和谐的人机环境，并使计算机具有更高、更全面的智能。《人体生理信号的情感计算方法》结合国内外研究和课题组研究的工作情况，在介绍情感和情感计算等概念的基础上，重点叙述人体生理信号的情感计算方法。《人体生理信号的情感计算方法》详细阐述了研究工作的意义、情感模型的建立、生理信号的测量、情感数据的采集、情感状态的识别和典型的应用等，使读者对这一领域的研究工作有比较全面的了解和认识，对促进我国在该领域的研究工作具有积极作用。
　　《人体生理信号的情感计算方法》适合于计算机和电子信息等相关专业的本科生和研究生，也可供从事情感计算、人机交互和人工智能等相关领域的研究人员和工程技术人员参考使用。