| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-26页 |
| 1.1 课题来源 | 第13页 |
| 1.2 课题研究的目的和意义 | 第13-15页 |
| 1.3 脑机交互的基本原理 | 第15-18页 |
| 1.3.1 EEG 的分类 | 第15页 |
| 1.3.2 BCI 系统中的脑电信号 | 第15-16页 |
| 1.3.3 BCI 系统的结构 | 第16-18页 |
| 1.4 国内外的研究概况 | 第18-23页 |
| 1.4.1 国内外的主要研究现状 | 第18-22页 |
| 1.4.2 BCI 分类及反馈应用系统存在的问题 | 第22-23页 |
| 1.5 论文主要研究内容及创新 | 第23-26页 |
| 1.5.1 研究内容 | 第23-24页 |
| 1.5.2 创新点 | 第24-25页 |
| 1.5.3 论文结构安排 | 第25-26页 |
| 第二章 基于 BISVM 的脑电信号分类 | 第26-52页 |
| 2.1 SVM 理论简介 | 第26-30页 |
| 2.1.1 机器学习的基本概念 | 第26页 |
| 2.1.2 统计学习理论 | 第26-28页 |
| 2.1.3 SVM 算法 | 第28-30页 |
| 2.2 增量式 SVM 的学习算法 | 第30-40页 |
| 2.2.1 SVM 增量学习的提出 | 第30-31页 |
| 2.2.2 SVM 增量学习的研究概况 | 第31-32页 |
| 2.2.3 ISVM 算法流程 | 第32-40页 |
| 2.3 BISVM 算法 | 第40-43页 |
| 2.3.1 BISVM 算法的流程 | 第40-43页 |
| 2.3.2 批处理的优势 | 第43页 |
| 2.4 三种 SVM 分类算法的比较 | 第43-50页 |
| 2.4.1 基于脑机接口竞赛数据的比较 | 第43-48页 |
| 2.4.2 基于本实验室采集数据的比较 | 第48-50页 |
| 2.5 本章小结 | 第50-52页 |
| 第三章 基于虚拟现实的 BCI 反馈系统设计 | 第52-66页 |
| 3.1 BCI 反馈系统的意义 | 第52页 |
| 3.2 VR 软件介绍 | 第52-56页 |
| 3.2.1 3Dsmax 软件介绍 | 第53页 |
| 3.2.2 VRP 软件介绍 | 第53-56页 |
| 3.3 基于 VR 的 BCI 反馈系统设计 | 第56-63页 |
| 3.3.1 BCI 信号采集处理系统 | 第57-59页 |
| 3.3.2 BCI 反馈系统实现 | 第59-63页 |
| 3.4 反馈系统仿真结果 | 第63-64页 |
| 3.5 本章小结 | 第64-66页 |
| 第四章 基于 Java3D 的 BCI 应用系统设计 | 第66-86页 |
| 4.1 BCI 应用系统设计的意义 | 第66页 |
| 4.2 Java3D 软件介绍 | 第66-70页 |
| 4.3 应用系统总体及实现框架 | 第70-74页 |
| 4.3.1 EEG 信号的放大采集 | 第71-72页 |
| 4.3.2 基于 TCP/IP 的 EEG 传输 | 第72-73页 |
| 4.3.3 基于 TCP/IP 的控制命令发送 | 第73-74页 |
| 4.4 BCI 应用系统设计 | 第74-82页 |
| 4.4.1 设计方案 | 第74-76页 |
| 4.4.2 虚拟场景的构建 | 第76-77页 |
| 4.4.3 虚拟小车运动控制的设计 | 第77-78页 |
| 4.4.4 功能设计 | 第78-82页 |
| 4.5 实验与分析 | 第82-84页 |
| 4.6 本章小结 | 第84-86页 |
| 第五章 结论与展望 | 第86-89页 |
| 5.1 结论 | 第86-87页 |
| 5.2 展望 | 第87-89页 |
| 参考文献 | 第89-96页 |
| 作者在攻读硕士学位期间公开发表的论文和申请的专利 | 第96-97页 |
| 作者在攻读硕士学位期间参与的项目 | 第97-98页 |
| 致谢 | 第98页 |