1、“.....孤，狮埘￡娃蔹缘沧。盼叠弱，牡薹，黼独创性声明本人提交学位论文是在导师指导下进行研究工作及取褥研究成果。论文中引用他人已经发表或出版过研究成果，文中已加了特别标注。对本研究及学位论文撰写曾做出贡献老师朋友同仁在文中作了明确说明并表示衷心感谢。学位论文作者彳，签字团期谚娜年乡月冒学位论文版权使用授权书本学位论文作者完全了解西南大学有关保留使用学位论文规定，有权保留并向国家有关部门或机构送交论文复印件和磁盘，允许论文被套阅和借阕。本人授权西南大学研究生院筹可以将学衄，锄锄弘弱恤觚印纳衄印渤伊“砷鲫伽叩卸伍仃伍匆廿荫南人学硕七学位论文印拓嚣整髓耄协文蘸移酬......”。

2、“.....商，堇协，埘拖￡越娌狐转毽耀辩橱。永薹巍攥躲藏毪抟熏靛，妊弱籼腑汝协证呤如甜虢蛀蠡董糟藏两蠢。垂鼬采链豫馥矬翁融。娃触。出辨勰向张妞王娃，吐粼仃啪舨觚腑董撕醇甜娼猫阳舔鑫嚣￡缎臻内搬凳抛妇主黼摊辫蟹攥曩乏躲觚仃曲如愆虹蕊溢磊硪麴量主，如激薹睡獬糖滟瞧谢。驻毽撼雒。薹瘤组毽呈童辐擞耋俑仃妇晤也主搬躔主锣氇娃矗菇鑫鑫豫￡毫主。珏蠢蔬棚毡蛔矗抛，乏细熊幻出娌垂印，渤仃薹薹舔协匆诚像，孤，狮埘￡娃蔹缘沧。盼叠弱，牡薹，黼独创性声明本人提交学位论文是在导师指导下进行研究工作及取褥研究成果。论文中引用他人已经发表或出版过研究成果，文中已加了特别标注......”。

3、“.....学位论文作者彳，签字团期谚娜年乡月冒学位论文版权使用授权书本学位论文作者完全了解西南大学有关保留使用学位论文规定，有权保留并向国家有关部门或机构送交论文复印件和磁盘，允许论文被套阅和借阕。本人授权西南大学研究生院筹可以将学仃，札Ⅵ巧柚，咖劬，例，枷锄虢枷叭，陈继华，李岚，钱坤喜基于多生理信号情绪初步识别生物医学工程研究№，鼬，畦印锄甜舔著罗森林译情感计算北京理工大学出版社，锄，孟秀艳，王志良，王丽娟，等基于情感建模教学辅助系统研究计算机应用研究胡天培肌电发现与肌电康复研究上海交通大学学报刘磊......”。

4、“.....穆桂珍常用电子医疗仪器原理与应用匕京电子业出版社，彭玉华小波变换与程应用科学出版社，胡昌华，张军波基于系统分析与设计小波分析西安电子科技大学出版社，李建平，唐远炎波分析方法应用重庆大学出版社，郭晶，孙伟娟，波分析理论与实现电子业出版社巧崔锦泰波分析导论西安听安交通大学出版社，胡吕华，李国华，刘涛，等基丁系统分析与设计小波分析西安西安电子科技大学出版社，彭玉华，波变换与二程应用科学出版社，刘明才小波分析及其应用清华大学出版社，阿南人学硕十学位论文参考文献任震，黄雯莹，何建年等小波分析及其在电力系统应Ⅲ概论电力系统臼动化石志强，任震......”。

5、“.....神经网络原理匕京机械业出版社，闻新，周露，李翔，张宝伟神经网络仿真与应用北京科学出版社，胡守仁，余少波，戴葵神经网络导论长沙国防科技出版社，砌，触，北京清华大学出版社，曾红玉基于神经网络算法改进新疆新疆大学叽仃，印印砸蔡立羽，王志中，张海虹基于小波变换肌电信号识别方法研究，数据采集与处理，蔡立羽，王志中，张海虹小波变换在表面肌电信号分类中应用，生物医学工程学杂志，吴方良，石仲堑，杨向晖，陈锐基于神经网络与算法潜艇声纳自噪声预报，中国造船，张坤，千志中用算法改进网络在表面肌电信号识别中应用研究，研究与论著，程波......”。

6、“.....王志中，黄海小波包变换特征提取与表面肌电分类医疗卫生装备胡晓，王志中，任小梅小波变换和非线性分析在表面肌电信号中应用及进展北京生物医学程行印仃叽。印衄，锄锄弘弱恤觚印纳衄印渤伊“砷两南人学硕十学位论文摘要基于小波包变换表面肌电信号情感识别方法研究奉计算机软件与理论专业硕士研究生程波指导教师刘光远教授摘要随著计算机网络通信技术和多媒体技术飞速发展，新型人机交互奴，技术已成为当前计算机科学领域个十分活跃研究课题。情感计算研究对于增强计算机智能亿和人性化开发新型入机环境，以及推动心理学等学科发展，有着重要现实意义......”。

7、“.....情感识别是情感计算个关键问题，是建立和谐人机环境基础之。情感识别方法，目前多采用面部表情，身体姿态和语音信号分析法，以及心理学上常用闷卷调查法，其结果通常受被试和主试主观阕素影响，丽生理变化只受入自主神经系统翻内分泌系统支配，不受人主观控制，因藤应用生理信号测量法，所褥数据更客观。所以本文采用生理信号中表面肌电信号彻来识另鳓面明种情感状态。本文是在教授带领媒体实验小组证明应翊生理信号对情感识别方法是霹行鹃秘德隧珏大学研究成果上并采用德国毽火学鳃等人对个被试者在音乐诱发下产生四种情感时天表面肌电信号数据基础上......”。

8、“.....然衙提取小波系数最大傻翔最小僮构造特征矢量分期输入磁舷算法改进酶蠲经网络分类器和最近邻法分类器对四种情感状态进行分类识别。对天表面肌电信号数据采崩小波包变换方法迸行预处理，然后提取小波包变换系数熵值。通过犬鼙待粪实验确定分类判别点夺波包系数熵值，并对番血，强秽和糟，和，锄彝组情感和情感唤醒度进行了分类识别。通过大量仿真实验证实了上述工作可行性和有效性，得出以下结论总体分类识别效果神经网络分类器优于最近邻法分类器，其中单个情感识捌效果最近邻法分类器比转享枣经网络分类器要努，也说明情感状态戆表面飘电信号聚类效果较好......”。

9、“.....如果对网络设计和学习算法进步改进，以及小波变换特征提取改进都是可以提高情感识别率。今后作本文受到重庆市科委资助项嗣下，资助。两南入学硕十!学位论文摘要就是网络设计和学习算法改进，以及小波变换特征提取方法改进。耀空闻相对麓鼍小波包系数熵作为特征是种较姆麴特征提取方法，能得到比较理想识别结果。并说明了离唤醒度表面肌电信号比较有序，低唤醒度表葱肌电信号比较无序混沌，能蹩随机分散在各个子频带中。也证明了提取表面肌电信号小波包系数熵来分析表面肌电信号，并进行情感状态识剐楚可行越有效。艇是魇小波雹系数熵恳时来识蹦强棵嬲浆毽愆四种情感状态效果不太理想......”。