腦電（Electroencephalograph,EEG）是記錄人類大腦活動的電信號,事件相關(guān)電位（Event-Related Potentials,ERP/ERPs）是特定刺激所誘發(fā)出的腦電信號,其獲得方式通常需要將多個相同事件的EEG信號進行疊加。通過對情感語音和自然界非言語聲音所誘發(fā)的EEG信號使用認知心理學(xué)和信號處理方法進行特性分析,較之單純使用認知心理學(xué)方法或信號處理方法,能獲得更深入和更全面的情感認知信息,可為人機交互的深入研究提供理論基礎(chǔ),也可為醫(yī)生診斷和處置病人提供有價值的參考。因此,基于EEG和ERP信號分析的情感認知研究具有重要的理論意義和實用價值。本文研究方向?qū)儆谀X認知與語音信息處理交叉學(xué)科,主要基于認知心理學(xué)方法和信號處理方法對情感腦電信號和情感語音及非言語情感聲音信號的分析與處理來綜合探索并試圖解決情感語音和聲音在腦認知過程中的相關(guān)問題。首先,為了采集有效的情感腦電信號,給出了實驗材料的篩選和預(yù)處理方法;其次,采用認知心理學(xué)方法,針對情感語音聲學(xué)參數(shù)（基頻和時長）的不同以及言語的可理解性與非言語之間的差異,提出它們在情感認知過程中是否存在差異的問題,進行實驗設(shè)... 

【文章來源】：太原理工大學(xué)山西省 211工程院校

【文章頁數(shù)】：156 頁

【學(xué)位級別】：博士

【部分圖文】：

預(yù)處理以后的腦電信號

圖 6-5 算法運行速度對比Figure 6-5 The Running Speed of Algorithm此外，本文還對四種算法的重構(gòu)誤差和運行速度進行了比較和分析，如圖6-4和6-5所示。圖6-4是這四種算法的相對誤差比較，從圖中可以很明顯的看出當(dāng)壓縮比 R 0.4時，AICSSS算法和MMOP算法的相對誤差比另外兩種算法的相對誤差都小，且MMOP算法的重構(gòu)精度最小，但是當(dāng)壓縮比在0.6時，四種算法的重構(gòu)精度就非常接近了，這說

92圖 6-5 算法運行速度對比Figure 6-5 The Running Speed of Algorithm還對四種算法的重構(gòu)誤差和運行速度進行了比較和分析，這四種算法的相對誤差比較，從圖中可以很明顯的看出當(dāng)法和MMOP算法的相對誤差比另外兩種算法的相對誤差都最小，但是當(dāng)壓縮比在0.6時，四種算法的重構(gòu)精度就非常

【參考文獻】：
期刊論文
[1]抑郁癥靜息腦電的小波包節(jié)點功率譜熵分析[J]. 蓋淑萍,劉欣陽,劉軍濤,孔壯,徐聲偉,蔡新霞.  傳感器與微系統(tǒng). 2017(03)
[2]不同語種及非言語情感聲音的ERP研究[J]. 暢江,張雪英,張奇萍,陳宏濤,孫穎,胡鳳云.  清華大學(xué)學(xué)報(自然科學(xué)版). 2016(10)
[3]基于壓縮感知的電力設(shè)備視頻圖像去噪方法研究[J]. 于華楠,武云瑞,胡緒超.  電測與儀表. 2016(18)
[4]含噪語音壓縮感知自適應(yīng)快速重構(gòu)算法[J]. 張殿飛,楊震,胡海峰.  信號處理. 2016(09)
[5]基于模糊綜合評價法的情感語音數(shù)據(jù)庫的建立[J]. 宋靜,張雪英,孫穎,暢江.  現(xiàn)代電子技術(shù). 2016(13)
[6]改進的正交匹配追蹤語音增強算法[J]. 周偉棟,楊震,于云.  信號處理. 2016(03)
[7]人類腦計劃的研究進展[J]. 王亞,李永欣,黃文華.  中國醫(yī)學(xué)物理學(xué)雜志. 2016(02)
[8]情感語音的非線性動力學(xué)特征[J]. 姚慧,孫穎,張雪英.  西安電子科技大學(xué)學(xué)報. 2016(05)
[9]語音情感識別的關(guān)鍵技術(shù)[J]. 張雪英,孫穎,張衛(wèi),暢江.  太原理工大學(xué)學(xué)報. 2015(06)
[10]認知心理學(xué)告訴你人腦如何表征順序刺激[J]. 王強強,侯亞楠.  大眾心理學(xué). 2015(09)

博士論文
[1]利用腦電及光電聯(lián)合檢測分別研究注意中的定向和執(zhí)行控制[D]. 孫金燕.華中科技大學(xué) 2013
[2]情感語音識別與合成的研究[D]. 孫穎.太原理工大學(xué) 2011
[3]基于稀疏表示模型的EEG信號棘波自動檢測技術(shù)與應(yīng)用系統(tǒng)研究[D]. 吳敏.南京理工大學(xué) 2010
[4]基于生理信號的情感識別方法研究[D]. 溫萬惠.西南大學(xué) 2010
[5]腦電信號分析在神經(jīng)信息學(xué)研究中的應(yīng)用[D]. 胡萌.浙江大學(xué) 2008

碩士論文
[1]PAD情緒模型在情感語音識別中的應(yīng)用研究[D]. 宋靜.太原理工大學(xué) 2016
[2]情感語音的非線性特征研究[D]. 姚慧.太原理工大學(xué) 2016
[3]基于曲線回歸分析的情感語音合成[D]. 劉星星.太原理工大學(xué) 2014
[4]字詞認知N170成分發(fā)展的人工語言訓(xùn)練研究[D]. 郅菲菲.浙江師范大學(xué) 2013
[5]基于壓縮感知算法的基因表達數(shù)據(jù)分類的研究[D]. 任叢林.北京交通大學(xué) 2012
[6]基于運動想象的腦電信號特征提取及分類算法研究[D]. 李麗君.華南理工大學(xué) 2012
[7]漢字視知覺左側(cè)化N170-反映字形加工還是語音編碼[D]. 王魁.西南大學(xué) 2012
[8]基于腦電的情感識別[D]. 聶聃.上海交通大學(xué) 2012
[9]基于壓縮感知的腦電信號壓縮采樣[D]. 周微.南京理工大學(xué) 2011
[10]多語種語音情感識別的研究與實現(xiàn)[D]. 汪慧.華僑大學(xué) 2008



本文編號：3347229