想象左右手运动的意识任务分类研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题研究的背景及意义 | 第11页 |
| ·BCI分析的理论基础 | 第11-14页 |
| ·脑电信号简述及其特征 | 第12-13页 |
| ·脑电信号的分析方法 | 第13-14页 |
| ·脑电与不同意识任务间的关系 | 第14-16页 |
| ·基于EEG的脑-机接口技术(BCI) | 第16-19页 |
| ·脑-机接口的构成 | 第16-17页 |
| ·BCI的发展动态 | 第17-19页 |
| ·本论文的研究目的及主要工作 | 第19-21页 |
| 第二章 BCI分析的实现手段 | 第21-31页 |
| ·脑电图的电极安装法 | 第21-22页 |
| ·导联的种类 | 第21-22页 |
| ·国际脑电图学会标准电极安装法 | 第22页 |
| ·实验方法 | 第22-26页 |
| ·实验方案 | 第22-24页 |
| ·脑电数据采集与记录 | 第24-26页 |
| ·脑电信号的预处理 | 第26-31页 |
| 第三章 不同意识任务的特征提取方法 | 第31-54页 |
| ·小波分析技术 | 第31-35页 |
| ·小波分析 | 第31-32页 |
| ·多分辨率分析与小波构造 | 第32-33页 |
| ·小波包分析 | 第33-35页 |
| ·意识任务脑电的小波熵研究 | 第35-40页 |
| ·相对小波能量 | 第36页 |
| ·小波熵和相对小波熵 | 第36-37页 |
| ·意识任务脑电的小波熵计算分析 | 第37-40页 |
| ·意识任务脑电的近似熵研究 | 第40-43页 |
| ·相空间重构脑电信号 | 第40-41页 |
| ·近似熵的计算方法 | 第41-42页 |
| ·意识任务脑电的近似熵计算分析 | 第42-43页 |
| ·意识任务脑电的样本熵研究 | 第43-46页 |
| ·意识任务脑电的样本熵计算分析 | 第45-46页 |
| ·意识任务脑电的复杂度研究 | 第46-53页 |
| ·复杂度简介 | 第46页 |
| ·Lem-Ziv复杂性测度 | 第46-48页 |
| ·0-1序列的复杂性测度 | 第48-50页 |
| ·0-1-2序列的复杂性测度 | 第50页 |
| ·过分粗粒化 | 第50-51页 |
| ·意识任务脑电的复杂度分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 脑电意识任务分类器的设计 | 第54-74页 |
| ·概述 | 第54页 |
| ·Fisher线性判别 | 第54-59页 |
| ·Fisher二类线性判别门限值的选取方法 | 第55-56页 |
| ·意识任务的Fisher二类线性判别 | 第56-59页 |
| ·神经网络 | 第59-64页 |
| ·RBF网络的结构 | 第59-61页 |
| ·RBF网络的训练与设计 | 第61-62页 |
| ·K均值RBF神经网络的设计 | 第62-64页 |
| ·神经网络学习算法的局限 | 第64页 |
| ·支持向量机分类器 | 第64-70页 |
| ·支持向量机 | 第65-68页 |
| ·基于支持向量机的意识任务分类研究 | 第68-69页 |
| ·支持向量机与多层前向网络的比较 | 第69-70页 |
| ·几种意识任务分类方法的比较 | 第70-73页 |
| ·小波熵特征提取的分类结果分析 | 第70-71页 |
| ·近似熵和样本熵特征提取的分类结果分析 | 第71页 |
| ·复杂度特征提取的分类结果分析 | 第71-72页 |
| ·四种特征提取方法的比较 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 总结和展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 硕士期间发表论文 | 第80页 |
