基于非负矩阵分解的脑电信号特征提取算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究目的和意义 | 第10-11页 |
| 1.2 国内外运动想象EEG处理算法研究现状 | 第11-16页 |
| 1.2.1 预处理算法 | 第12页 |
| 1.2.2 运动想象BCI竞赛特征提取算法 | 第12-14页 |
| 1.2.3 非负矩阵分解特征提取算法 | 第14-15页 |
| 1.2.4 分类算法 | 第15-16页 |
| 1.3 研究内容及主要工作 | 第16-17页 |
| 第2章 运动想象脑电信号处理 | 第17-24页 |
| 2.1 运动想象脑电生理学基础 | 第17-21页 |
| 2.1.1 大脑解剖结构及功能分区 | 第17-18页 |
| 2.1.2 脑电图的获取及记录方法 | 第18-21页 |
| 2.2 脑电信号的基本特点 | 第21-22页 |
| 2.3 脑电信号的基本节律 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于运动想象脑电信号的特征提取方法研究 | 第24-42页 |
| 3.1 事件相关谱扰动时频域分析 | 第24-25页 |
| 3.1.1 事件相关谱扰动概念 | 第24-25页 |
| 3.1.2 EEG时频结果分析 | 第25页 |
| 3.2 事件相关同步/去同步方法分析 | 第25-28页 |
| 3.2.1 ERD/ERS现象的生理机制 | 第25-26页 |
| 3.2.2 ERD/ERS检测方法 | 第26-28页 |
| 3.3 小波分析 | 第28-33页 |
| 3.3.1 小波变换 | 第29-30页 |
| 3.3.2 连续小波变换 | 第30-31页 |
| 3.3.3 多分辨率分析 | 第31-32页 |
| 3.3.4 基于Morlet小波变换 | 第32-33页 |
| 3.4 非负矩阵分解 | 第33-39页 |
| 3.4.1 经典的NMF方法问题描述 | 第33-34页 |
| 3.4.2 NMF的目标函数和迭代规则 | 第34-35页 |
| 3.4.3 收敛性证明 | 第35-37页 |
| 3.4.4 算法步骤描述 | 第37页 |
| 3.4.5 改进算法 | 第37-39页 |
| 3.5 独立分量分析 | 第39-41页 |
| 3.5.1 分析模型 | 第39-40页 |
| 3.5.2 判别依据 | 第40页 |
| 3.5.3 优化算法 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 运动想象脑电信号特征分类 | 第42-48页 |
| 4.1 支持向量机 | 第42-45页 |
| 4.1.1 最优分类超平面 | 第42-43页 |
| 4.1.2 线性支持向量机 | 第43-44页 |
| 4.1.3 非线性支持向量机 | 第44-45页 |
| 4.2 改进的SVM-GA分类器 | 第45-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 实验数据仿真及结果分析 | 第48-59页 |
| 5.1 2003BCI数据集Ⅲ描述 | 第48-49页 |
| 5.2 数据预处理 | 第49-51页 |
| 5.3 NMF特征提取 | 第51-56页 |
| 5.3.1 时频分析 | 第51-53页 |
| 5.3.2 NMF 时频特征提取 | 第53-56页 |
| 5.4 特征分类 | 第56-58页 |
| 5.4.1 分类结果分析 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
