| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·脑-机接口 | 第10-14页 |
| ·脑-机接口的背景介绍 | 第10-11页 |
| ·脑-机接口的研究目的 | 第11页 |
| ·脑-机接口的系统组成 | 第11-13页 |
| ·脑-机接口的研究现状 | 第13-14页 |
| ·脑电信号的分类和特征 | 第14-16页 |
| ·论文的研究内容安排 | 第16-18页 |
| ·研究内容 | 第16页 |
| ·章节安排 | 第16-18页 |
| 第二章 运动想象实验过程及相关数据处理 | 第18-25页 |
| ·运动想象简介 | 第18页 |
| ·分类介绍运动想象数据的处理方法 | 第18-24页 |
| ·预处理 | 第18-19页 |
| ·特征提取 | 第19-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 贝叶斯理论 | 第25-45页 |
| ·贝叶斯定理 | 第25-26页 |
| ·马尔科夫模型 | 第26-29页 |
| ·马尔科夫模型简介 | 第26-28页 |
| ·一阶马尔科夫模型 | 第28-29页 |
| ·二阶马尔科夫模型 | 第29页 |
| ·隐马尔科夫模型 | 第29-44页 |
| ·隐马尔科夫模型的基本概念 | 第29-32页 |
| ·估算问题——前向概率和后向概率 | 第32-34页 |
| ·解码问题——Viterbi 解码 | 第34-35页 |
| ·学习问题——Baum-Welch 算法 | 第35-37页 |
| ·隐马尔科夫模型的参数估计 | 第37-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 马尔科夫切换过程 | 第45-61页 |
| ·可切换 VAR 过程 | 第45-46页 |
| ·狄利克雷过程 | 第46-49页 |
| ·Stick-breaking 模型 | 第47-48页 |
| ·中国餐馆过程 | 第48页 |
| ·Polya urn scheme | 第48-49页 |
| ·分层狄利克雷过程 | 第49-50页 |
| ·HDP-HMM 模型 | 第50-60页 |
| ·HDP-HMM 的模型介绍 | 第51-53页 |
| ·HDP-AR-HMM 的模型介绍 | 第53页 |
| ·HDP-AR-HMM 模型参数的后验概率 | 第53-57页 |
| ·HDP-AR-HMM 子模型序列的信息传递 | 第57-58页 |
| ·HDP-AR-HMM 模型的参数估计 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于贝叶斯理论的 MI 信号分类 | 第61-72页 |
| ·运动想象实验数据的获取 | 第61-63页 |
| ·2003BCI 数据（IVa） | 第62-63页 |
| ·华南理工大学（SCUT）实验数据 | 第63页 |
| ·MI 信号的特征提取与参数选择 | 第63-65页 |
| ·隐马尔科夫模型的应用 | 第65-68页 |
| ·隐马尔科夫模型在合成数据上的应用 | 第65-66页 |
| ·隐马尔科夫模型在 MI 信号上的应用 | 第66-68页 |
| ·HDP-AR-HMM 模型的应用 | 第68-71页 |
| ·HDP-AR-HMM 模型在合成数据上的应用 | 第68-69页 |
| ·HDP-AR-HMM 模型在 MI 信号上的应用 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 结论与展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士期间取得的研究成果 | 第76-78页 |
| 致谢 | 第78-79页 |
| 附录 | 第79页 |