李，X.等人。 基于脑电图的情绪识别：教程和评论。 ACM 计算。 幸存者。 55(4), 1-57 (2022)。
谷歌学术A
Levenson, R.、Lwi, S.、Brown, C.、Ford, B.、Otero, M. 和 Verstaen, A.《心理生理学手册中的情感》，第四版。 剑桥大学出版社：英国剑桥，444-464 (2016)。
Bouhlal, M.、Aarika, K.、Abdelouahid, RA、Elfilali, S. 和 Benlahmar, E. 情绪识别是改善学生表现和学习方法的创新工具。 普罗塞迪亚计算。 科学。 175、597-602 (2020)。
谷歌学术A
Moontaha, S.、Schumann, FEF 和 Arnrich, B. 基于可穿戴脑电图的情绪分类的在线学习。 传感器。 23(5), 2387 (2023)。
普雷斯蒂，P.等人。 测量虚拟环境中建筑形式的动态体验所产生的唤醒和效价。 科学。 报告 12(1), 13376。 https://doi.org/10.1038/s41598-022-17689-9 （2022）。
Casson，AJ 可穿戴脑电图及其他。 生物医学。 工程师。 莱特。 9(1)、53-71。 https://doi.org/10.1007/s13534-018-00093-6 （2019）。
Suhaimi, NS、Mountstephens, J. 和 Teo, J. 基于脑电图的情绪识别：对当前趋势和机遇的最新回顾。 计算。 英特尔。 神经科学。 https://doi.org/10.1155/2020/8875426 （2020）。
克里戈尔森，OE 等人。 使用 muse：快速移动评估大脑性能。 正面。 神经科学。 15、634147。 https://doi.org/10.3389/fnins.2021.634147 （2021）。
Vekety, B.、Logemann, A. 和 Takacs, ZK 使用大脑感应装置进行正念练习可改善小学生的认知功能：一项探索性试点研究。 脑科学。 12（1）、103。 https://doi.org/10.3390/brainsci12010103 （2022）。
Russell, JA 情感的环形模型。 J.个人。 苏克。 心理。 39（6），1161（1980）。
谷歌学术A
Brown, L.、Grundlehner, B. 和 Penders, J. 从 EEG 进行无线情绪效价检测。 2011 年 IEEE 医学和生物学工程学会国际年会。 2188-2191 (2011)。
Gonzalez, HA、Yoo, J. 和 Elfadel, IM 使用无监督迁移学习进行基于脑电图的情绪检测。 2019 年第 41 届 IEEE 医学与生物学工程协会 (EMBC) 国际会议。 IEEE，2019。
Li, Q., Cheng, WL, Zhu, Y. & Lu, BL 使用 EMD 域中的多维信息进行脑电信号情感识别。 IEEE 交易。 影响。 计算。 10(2), 191-202 (2019)。
谷歌学术A
Razzouk, R. 和 Shute, V。什么是设计思维以及为什么它很重要？。 教育牧师。 资源。 82(3), 330-348 (2012)。
谷歌学术A
Cross, N.四十年的设计研究。 德斯。 螺柱。 1(28), 1-4 (2007)。
谷歌学术A
Rowe，PG 设计思维。 麻省理工学院出版社（1991）。
Sargent, P. 设计科学或非科学。 德斯。 螺柱。 15(4), 389-402 (1994)。
谷歌学术A
Simon，HA 结构不良问题的结构。 阿蒂夫。 英特尔。 4(3-4), 181-201 (1973)。
谷歌学术A
Rittel, HW 和 Webber, MM 规划一般理论中的困境。 政策科学。 4(2), 155-169 (1973)。
谷歌学术A
瓦尔塔尼安，O.等人。 建筑设计和大脑：天花板高度和感知围护对美感判断和避免接近决策的影响。 J.环境。 心理。 41, 10-18 (2015)。
谷歌学术A
瓦尔塔尼安，O.等人。 轮廓对建筑中审美判断和回避决策的影响。 过程。 国家。 阿卡德。 科学。 110（补充_2），10446-10453（2013）。
辛，YB 等人。 居住环境中的直接/间接照明对情绪和大脑活动的影响。 神经科学。 莱特。 584, 28-32 (2015)。
Seitamaa-Hakkarainen, P.、Huotilainen, M.、Mäkelä, M.、Groth, C. 和 Hakkarainen, K. 神经科学如何帮助理解设计和工艺活动？ 认知神经科学在设计研究中的前景。 FORMakademisk。 9（1）（2016）。
张，W.等人。 欣赏自然景观和景观花园的神经关联：来自功能磁共振成像研究的证据。 大脑行为。 9(7)，e01335 (2019)。
Vieira, S.、Gero, JS、Delmoral, J.、Gattol, V.、Fernandes, C.、Parente, M. 和 Fernandes, AA 机械工程师和工业设计师在设计和解决问题时的神经生理激活。 设计科学。 6（2020）。
Zavotka，SL 分析三维计算机图形动画，向室内设计学生传授空间技能。 J·国际米兰。 德斯。 12(1), 45-52 (1986)。
谷歌学术A
Eggermont，MJ 仿生学作为第一年工程设计和传播课程中解决问题、创造力和创新的工具。 德斯。 纳特。 4(1), 59-67 (2008)。
谷歌学术A
McConnell, M. & Waxman, L. 三维 CAD 在室内设计教育和实践中的应用。 J·国际米兰。 德斯。 25(1), 16-25 (1999)。
谷歌学术A
McLain-Kark, J. 和 Rawls, S. 室内设计中的 CAD 教育：计算机和创作过程。 J·国际米兰。 德斯。 14(2), 23-26 (1988)。
谷歌学术A
Brandon, L. 和 McLain-Kark, J. 手绘图和 CAD 技术对设计开发的影响：设计优点评级的比较。 J·国际米兰。 德斯。 27(2), 26-34 (2001)。
谷歌学术A
Prensky, M. 数字原住民、数字移民第 2 部分：他们的想法真的不同吗？ 在地平线上（2001）。
Ramsay, TZ、Friis-Olivarius, M.、Jacobsen, C.、Jensen, SB 和 Skov, M. 感知不确定性对不同视觉领域的唤醒和偏好的影响。 J.神经科学。 心理。 经济。 5(4), 212 (2012)。
谷歌学术A
Kirk, U.、Skov, M.、Hulme, O.、Christensen, MS 和 Zeki, S. 通过语义上下文调节审美价值：一项功能磁共振成像研究。 神经影像。 44(3), 1125-1132 (2009)。
Da Silva, THCT, Cavalcanti, MD, De Sá, FMF, Marinho, IN, Cavalcanti, DDQ, & Becker, V. 使用脑电图可视化脑电波，通过眼动追踪映射情绪，以识别视听作品中的注意力，见《巴西人会议录》多媒体和网络研讨会。 381-389 (2022)。
Dabas, H.、Sethi, C.、Dua, C.、Dalawat, M. 和 Sethia, D.《2018 年第二届计算机科学与人工智能国际会议论文集》中使用脑电图信号进行情绪分类。 380-384（2018）。
梅内塞斯、MLR 等人。 走向虚拟环境的情感识别：基准数据集上的脑电图特征评估。 个人普适计算。 21, 1003-1013 (2017)。
谷歌学术A
Basar，MD，Duru，AD 和 Akan，A。基于脑电图常见空间模式的情绪状态检测。 信号、图像视频处理。 14(3), 473-481 (2020)。
谷歌学术A
曹G.，马Y.，孟X.，高Y.，&孟M.基于CNN的情感识别2019年中国。 控制会议 （CCC）。 8627-8630 (2019)。
Al-Nafjan, A.、Hosny, M.、Al-Wabil, A. 和 Al-Ohali, Y。使用深度神经网络对脑电图 (EEG) 信号中的人类情绪进行分类。 国际。 J.Adv。 计算。 科学。 应用。 8(9), 419-425 (2017)。
谷歌学术A
张，L.，夏，B.，王，Y.，张，W.和韩，Y。使用聚类和混合深度神经网络的基于脑电图的情感识别的细粒度方法。 电子 12, 4717。 https://doi.org/10.3390/ electronics12234717 （2023）。
Asghar, MA、Khan, MJ、Rizwan, M.、Mehmood, RM 和 Kim, S.-H。 一种创新的多模型神经网络方法，用于使用深度特征聚类进行情感识别中的特征选择。 传感器 20, 3765。 https://doi.org/10.3390/s20133765 （2020）。
库拉纳，D.等人。 自然语言处理：最先进的技术、当前的趋势和挑战。 多媒体。 工具应用 82、3713-3744 (2023)。
Clemente, M.、Rodríguez, A.、Rey, B. 和 Alcañiz, M. 使用脑电图评估导航控制和屏幕尺寸对虚拟现实中存在感的影响。 专家系统。 应用。 41(4), 1584-1592 (2014)。
谷歌学术A
Cruz-Garza, JG、Darfler, M.、Rounds, JD、Gao, E. 和 Kalantari, S. 基于脑电图的房间大小和窗户放置对认知表现影响的调查。 J.构建。 工程师。 53, 104540 (2022)。
谷歌学术A
Darfler, M.、Cruz-Garza, JG 和 Kalantari, S. 基于脑电图的虚拟环境中感知观察对视觉记忆影响的调查。 脑科学。 12(2), 269 (2022)。
埃因格，BV 等。 动觉和前庭信息在空间导航过程中调节阿尔法活动：一项移动脑电图研究。 正面。 人类神经科学。 8、71（2014）。
谷歌学术A
Ergan, S.、Radwan, A.、Zou, Z.、Tseng, HA 和 Han, X。利用集成虚拟现实和身体传感器网络量化建筑空间中的人类体验。 J. 计算机。 土木工程。 33(2), 04018062 (2019)。
谷歌学术A
Jung, D.、Kim, DI 和 Kim, N。将自然带入医院建筑：基于机器学习的脑电图分析虚拟现实中的亲生物效应。 J.环境。 心理。 89、102033 (2023)。
谷歌学术A
Kalantari, S.、Cruz-Garza, J.、Xu, TB、Mostafavi, A. 和 Gau, E. 商店布局设计和消费者反应：行为和脑电图研究。构建。 资源。 通知，1-18 (2023)。
卡兰塔里，S.等人。 使用脑电图数据和虚拟反应测试评估颜色、图形和建筑特征对医疗保健环境中寻路的影响。 J.环境。 心理。 79, 101744 (2022)。
谷歌学术A
Kim, S.、Park, H. 和 Choo, S. 建筑元素变化对人类放松唤醒反应的影响：基于 VR 和脑电图。 国际。 J.环境。 资源。 公共卫生 18(8), 4305 (2021)。
Li, J., Jin, Y., Lu, S., Wu, W. & Wang, P. 通过虚拟现实（VR）和脑电图（EEG）相结合的方法收集建筑环境信息和人类感知反馈。 能源建设。 224, 110259 (2020)。
谷歌学术A
Llinares, C.、Higuera-Trujillo, JL 和 Serra, J. 冷色和暖色教室。 通过心理和神经生理反应来衡量对学生注意力和记忆力的影响。 建造。 环境。 196, 107726 (2021)。
谷歌学术A
Mostafavi, A.、Cruz-Garza, JG 和 Kalantari, S。通过研究照度和相关色温对大脑活动的影响来增强照明设计：一种 EEG-VR 方法。 J.构建。 工程师。 75, 106776 (2023)。
谷歌学术A
Mostafavi, A.、Xu, TB 和 Kalantari, S. 使用虚拟现实评估照度和相关色温对情绪反应和照明偏好的影响。arXiv 预印本 arXiv：2307.10969 （2023）。
Rounds, JD、Cruz-Garza, JG 和 Kalantari, S。使用后脑电图θ带评估建筑设计对城市环境中地标识别的影响。 正面。 人类神经科学。 14, 584385 (2020)。
谷歌学术A
Zhu, B.、Cruz-Garza, JG、Yang, Q.、Shoaran, M. 和 Kalantari, S. 识别室内环境寻路过程中的不确定性状态：脑电图分类研究。 副词。 工程师。 通知。 54, 101718 (2022)。
谷歌学术A
Vieira, S.、Benedek, M.、Gero, J.、Li, S. 和 Cascini, G. 受限和开放设计中的设计空间和 EEG 频带功率。 国际。 J.德斯。 创造。 创新。 10(4), 193-221 (2022)。
谷歌学术A
维埃拉，S.等人。 机械工程师和工业设计师在设计和解决问题时的神经生理学激活。 德斯。 科学。 6、e26（2020）。
谷歌学术A
Yin, Y., Wang, P. & Childs, P. 通过脑电图测量创造力相关认知因素来了解创造力过程。 正面。 神经科学。 16, 951272 (2022)。
Yin, Y., Zuo, H. 和 Childs, PR 一种基于脑电图的方法，用于解码创意过程中的认知因素。 AI EDAM 37，e12 (2023)。
谷歌学术A
赵，M.等人。 用于研究设计师认知和情感状态的 tEEG 框架。 德斯。 科学。 6、e29（2020）。
谷歌学术A
Schoen, F.、Lochmann, M.、Prell, J.、Herfurth, K. 和 Rampp, S. 产品功能吸引力的神经元相关性。 正面。 行为。 神经科学。 12, 147 (2018)。
Katona, J. 使用基于眼动追踪的评估来分析 LINQ 代码的可读性。 理工学院学报。 洪 18, 193-215 (2021)。
谷歌学术A
àavdaroälu, B. 和 Atan, T. 综合中断和残留效应最小化。 J. 施德。 25(6), 705-719 (2022)。
Krigolson, OE、Williams, CC、Norton, A.、Hassall, CD 和 Colino, FL 选择缪斯：验证用于 ERP 研究的低成本便携式脑电图系统。 正面。 神经科学。 11, 109 (2017)。
García-Martínez, B.、Martinez-Rodrigo, A.、Alcaraz, R. 和 Fernández-Caballero, A. 使用脑电图记录进行情感识别的非线性方法的综述。 IEEE 交易。 影响。 计算。 12(3), 801-820 (2019)。
谷歌学术A
Seneviratne, U. 理解脑电图：从基本原理到临床应用。 CRC 出版社 (2023)。
MATLAB 和统计工具箱 2012 版，The MathWorks, Inc.，美国马萨诸塞州纳蒂克 (2012)。
Plöchl, M.、Ossandón, JP 和 König, P。结合脑电图和眼动追踪：脑电图数据中眼动伪影的识别、表征和校正。 正面。 哼。 神经科学。 6、278。 https://doi.org/10.3389/fnhum.2012.00278 （2012）。
Burger, C. 和 Van Den Heever, DJ 通过结合小波神经网络和独立分量分析去除 EOG 伪影。 生物医学。 信号处理。 控制 15, 67–79 (2015)。
谷歌学术A
洛佩斯-吉尔，JM 等人。 通过以非侵入性和低成本的方式将其与同步生物识别和眼动追踪技术相结合来改进基于脑电图的情绪识别的方法。 正面。 计算。 神经科学。 10, 85 (2016)。
布赖恩·摩尔. PCA 和 ICA 包 (https://www.mathworks.com/matlabcentral/fileexchange/38300-pca-and-ica-package)，MATLAB 中央文件交换。 检索日期：2024 年 2 月 15 日。(2024)。
Kocyigit，Y.，Alkan，A. 和 Erol，H。使用快速独立成分分析和人工神经网络对脑电图记录进行分类。 J. Med。 系统。 32, 17-20 (2008)。
Panigrahi, N. 和 Mohanty, SP 脑机接口：脑电图信号处理。 CRC出版社。 （2022）。
Karbauskaitä—, R.、Sakalauskas, L. 和 Dzemyda, G. 使用人类情绪的数值近似值进行面部情绪识别的克里金预测器。 信息学。 31(2), 249-275 (2020)。
Kirke, A. 和 Miranda, ER 将脑电图额叶不对称研究与情感算法构成和表达表现模型相结合（第 1-4 页）。 密歇根州安娜堡：密歇根出版社，密歇根大学图书馆（2011 年）。
Bakardjieva, E. 和 Kimmel, AJ 神经营销研究实践：态度、道德和行为意图。 道德行为。 27(3), 179-200 (2017)。
谷歌学术A
Alonso Dos Santos, M. 和 Calabuig Moreno, F. 评估赞助信息的有效性：通过脑电图测量一致性的影响。 国际。 J. 体育市场赞助。 19(1), 25-40 (2018)。
谷歌学术A
Ramirez, R.、Palencia-Lefler, M.、Giraldo, S. 和 Vamvakousis, Z. 用于治疗老年人抑郁症的音乐神经反馈。 正面。 神经科学。 9, 354 (2015)。
Shapiro, KL、Hanslmayr, S.、Enns, JT 和 Lleras, A. Alpha、beta：注意眨眼的节奏。 普西翁。 公牛。 修订版 24，1862 年至 1869 年（2017 年）。
Touchette, B. 和 Lee, SE 测量对服装产品吸引力的神经反应：额叶不对称理论的应用。 布。 文本。 资源。 J. 35(1), 3-15 (2017)。
谷歌学术A
Karbauskaitä—, R.、Sakalauskas, L. 和 Dzemyda, G. 使用人类情绪的数值近似值进行面部情绪识别的克里金预测器。 Informatica 31(2), 249-275 (2020)。
Dufour, I. & Tzanetakis, G. 使用循环模型提高音乐情感识别。 IEEE 交易。 影响。 计算。 12(3), 666-681 (2018)。
谷歌学术A
García-Martínez, B.、Martinez-Rodrigo, A.、Alcaraz, R. 和 Fernández-Caballero, A. 使用脑电图记录进行情感识别的非线性方法的综述。 IEEE 交易。 影响。 计算。 12(3), 801-820 (2021)。
谷歌学术A
Ekman, P. 基本情感的论证。 认知。 表情。 6(3-4), 169-200 (1992)。
谷歌学术A
Schröder, M., & Cowie, R. 走向情感敏感的多模式界面：欧洲卓越网络 HUMAINE 在结合用户建模将交互风格适应情感因素研讨会上面临的挑战 (2005)。
Ezugwu，AE 等人。 聚类算法的全面综述：最先进的机器学习应用、分类、挑战和未来研究前景。 工程师。 应用。 阿蒂夫。 英特尔。 110, 104743 (2022)。
谷歌学术A
Pä±narcä±、TI 和 Gülmez、NU Kadänlarän ä¸ Mimarlä±k Mesleäine Yönelimi œzerine Bir Araätärma。 塔萨姆 + 库拉姆 J 14(26), 36 (2018)。
谷歌学术A
Shin, J.、Maeng, J. 和 Kim, DH 使用多生物信号进行内在情绪识别。 2018 年 IEEE 亚洲消费电子国际会议 (ICCE-Asia)（第 206-212 页）。 IEEE。 （2018）。
Saitis, C. & Kalimeri, K. 使用脑电图和外周生物信号对视觉障碍活动中的压力环境进行多模式分类。 IEEE 交易。 影响。 计算。 12(1), 203-214 (2018)。
谷歌学术A
Burger, C. 和 van den Heever, DJ 通过结合小波神经网络和独立分量分析去除 EOG 伪影。 生物医学。 信号过程控制。 15、67-79。 https://doi.org/10.1016/j.bspc.2014.09.009 （2015）。
阿坎德，MAH 等人。 通过连接特征图中的信息增强改进了基于脑电图的情感识别。 科学。 第 13 号报告，13804 (2023)。
2024-02-23 10:45:51
1708685741
#室内建筑学生对空间设计行为和工具的神经认知反应一项试点研究
