| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·课题背景及意义 | 第7-8页 |
| ·论文的主要工作及内容 | 第8-9页 |
| ·本文章节安排 | 第9-10页 |
| 第二章 脑电信号的特点、常用分析方法及实现 | 第10-21页 |
| ·脑电信号的特点及分类 | 第10-12页 |
| ·脑电图的纪录 | 第12-13页 |
| ·脑电信号的分析方法 | 第13-21页 |
| ·脑电信号的时域分析方法 | 第13-14页 |
| ·脑电信号的频域分析方法 | 第14-17页 |
| ·时频分析 | 第17-21页 |
| 第三章 独立分量分析的原理及方法 | 第21-42页 |
| ·独立分量分析发展概况 | 第21-22页 |
| ·独立分量分析理论基础 | 第22-27页 |
| ·随机变量的高阶统计特性 | 第22-24页 |
| ·信息论基础 | 第24-26页 |
| ·统计独立性 | 第26-27页 |
| ·主分量分析 | 第27-31页 |
| ·传统的线性方法 | 第27-28页 |
| ·PCA基本概念 | 第28-30页 |
| ·PCA的基本算法 | 第30页 |
| ·PCA与ICA的比较 | 第30-31页 |
| ·独立分量分析 | 第31-42页 |
| ·ICA方法的数学模型 | 第31-32页 |
| ·ICA的不确定性 | 第32页 |
| ·数据的预处理 | 第32-33页 |
| ·ICA方法的结构 | 第33-34页 |
| ·独立分量分析算法 | 第34-42页 |
| 第四章 ICA方法在脑电信号噪声分离中的应用实例 | 第42-53页 |
| ·引言 | 第42-43页 |
| ·噪声源的参考数据已知 | 第43-47页 |
| ·噪声源的参考数据未知 | 第47-51页 |
| ·小结 | 第51-53页 |
| 第五章 ICA方法用于脑电信号α波提取的研究和应用实例 | 第53-61页 |
| ·脑电信号特征提取概述 | 第53页 |
| ·闭眼脑电信号α波提取问题分析 | 第53-54页 |
| ·实验数据与方法 | 第54-61页 |
| ·实验数据说明 | 第54-55页 |
| ·基于ICA方法的α波提取实验 | 第55-59页 |
| ·实验结果分析 | 第59-61页 |
| 第六章 总结与展望 | 第61-64页 |
| 参考文献 | 第64-67页 |
| 读研期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68-69页 |