第1章 引言
1.1 研究背景及意义
1.2 情感分析研究现状
1.2.1 基于表情的情感分析
1.2.2 基于语音的情感分析
1.2.3 基于生理信号的情感分析
1.3 本文工作及结构安排
第2章 相关概念及理论
2.1 半监督学习
2.1.1 半监督学习的必要性
2.1.2 半监督学习的框架
2.2 流形学习
2.2.1 等距映射
2.2.2 局部线性嵌入
2.2.3 拉普拉斯特征映射
2.2.4 Hessian特征映射
2.3 主动学习
2.3.1 学习场景
2.3.2 查询策略框架
2.4 强化学习
2.4.1 马尔可夫决策过程
2.4.2 策略和价值
2.4.3 蒙特卡洛算法
2.4.4 时差学习算法
2.5 本章小结
第3章 基于Hessian主动学习的生理情感分析
3.1 引言
3.2 相关工作
3.3 基于Hessian流形正则化的主动学习
3.3.1 Hessian流形正则化
3.3.2 Hessian SVM优化求解
3.3.3 复杂度分析
3.4 实验结果与分析
3.4.1 特征提取
3.4.2 实验数据和设置
3.4.3 实验结果分析
3.5 本章小结
第4章 基于在线Laplacian正则化的生理情感分析
4.1 引言
4.2 相关工作
4.2.1 Laplacian流形正则化
4.2.2 Laplacian支持向量机回归
4.3 在线LapSVR算法
4.4 实验及结果分析
4.4.1 实验数据和设置
4.4.2 实验结果和分析
4.5 本章小结
第5章 基于强化在线学习的生理情感信号分析
5.1 引言
5.2 相关工作
5.2.1 在线学习
5.2.2 强化学习
5.3 方法概览
5.4 实验分析
5.4.1 数据集介绍
5.4.2 实验设置和结果
5.5 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的学术成果
致谢
中国石油大学(华东);