基于加密神经网络的脑电分类控制研究及实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究现状 | 第11页 |
| 1.3 研究目的和内容 | 第11-12页 |
| 1.3.1 研究目的 | 第11-12页 |
| 1.3.2 研究内容 | 第12页 |
| 1.4 课题来源 | 第12-13页 |
| 1.5 本文组织 | 第13-15页 |
| 第二章 相关背景知识介绍 | 第15-28页 |
| 2.1 前馈神经网络 | 第15-21页 |
| 2.1.1 神经网络结构 | 第15-18页 |
| 2.1.2 神经网络学习 | 第18-19页 |
| 2.1.3 误差反向传播算法 | 第19-21页 |
| 2.2 Paillier同态加密算法 | 第21-27页 |
| 2.2.1 同态加密 | 第21-23页 |
| 2.2.2 算法流程 | 第23-24页 |
| 2.2.3 算法正确性 | 第24-25页 |
| 2.2.4 算法安全性 | 第25-26页 |
| 2.2.5 算法同态性 | 第26页 |
| 2.2.6 与全同态算法的比较 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于加密神经网络的脑电分类方案设计 | 第28-35页 |
| 3.1 方案设计 | 第28-29页 |
| 3.2 加密神经网络 | 第29-33页 |
| 3.2.1 对加密算法的改变 | 第29-30页 |
| 3.2.2 对神经网络的改进 | 第30-33页 |
| 3.3 本章小结 | 第33-35页 |
| 第四章 实验仿真与性能评估 | 第35-48页 |
| 4.1 脑电数据集 | 第35-36页 |
| 4.2 数据预处理 | 第36-39页 |
| 4.2.1 归一化和标准化 | 第36-38页 |
| 4.2.2 皮尔森相关系数 | 第38-39页 |
| 4.3 实验配置与模型评估 | 第39-46页 |
| 4.3.1 超参数调整 | 第39-43页 |
| 4.3.2 性能评估 | 第43-46页 |
| 4.4 相关方法对比 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 原型系统的设计与实现 | 第48-53页 |
| 5.1 软件设计 | 第49-50页 |
| 5.2 硬件设计 | 第50-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录1 源代码 | 第57-61页 |
| 附录2 攻读硕士学位期间申请的专利 | 第61-62页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
