沙堆模型的时间序列以及大脑认知活动中的临界态
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 自组织临界概念 | 第8-9页 |
| 1.2 本文工作 | 第9-12页 |
| 第二章 研究综述 | 第12-24页 |
| 2.1 SOC的理论模型 | 第12-18页 |
| 2.1.1 沙堆模型 | 第12-14页 |
| 2.1.2 地震模型 | 第14-17页 |
| 2.1.3 生物演化模型 | 第17-18页 |
| 2.2 自然界中的SOC现象 | 第18-24页 |
| 2.2.1 岩石形成中的SOC现象 | 第18-19页 |
| 2.2.2 火山活动中的SOC现象 | 第19-21页 |
| 2.2.3 日辉的SOC现象 | 第21-24页 |
| 第三章 EEG信号自组织临界性的沙堆模型 | 第24-32页 |
| 3.1 引言 | 第24页 |
| 3.2 EEG信号的沙堆模型 | 第24-25页 |
| 3.3 数值模拟 | 第25页 |
| 3.4 结果与分析 | 第25-29页 |
| 3.4.1 时间窗口尺度的影响 | 第25-26页 |
| 3.4.2 能量分度值的影响 | 第26-27页 |
| 3.4.3 系统尺寸的影响 | 第27-28页 |
| 3.4.4 驱动尺寸的影响 | 第28-29页 |
| 3.5 总结与讨论 | 第29-32页 |
| 第四章 大脑认知活动中EEG信号的自组织临界性 | 第32-44页 |
| 4.1 引言 | 第32-33页 |
| 4.2 软件以及实验流程 | 第33-34页 |
| 4.3 数据处理 | 第34-36页 |
| 4.4 实验数据分析 | 第36-40页 |
| 4.5 EEG信号的ERP分析 | 第40-43页 |
| 4.6 总结与讨论 | 第43-44页 |
| 第五章 总结与展望 | 第44-48页 |
| 5.1 本文总结 | 第44-45页 |
| 5.2 研究展望 | 第45-48页 |
| 参考文献 | 第48-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士学位期间的研究成果 | 第62页 |
