基于集成支持向量机的P300脑机接口信号识别算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·脑机接口研究概况 | 第10-12页 |
| ·脑机接口的结构原理 | 第10-11页 |
| ·脑机接口的分类 | 第11-12页 |
| ·脑机接口的关键技术和应用 | 第12-15页 |
| ·脑机接口的关键技术 | 第12-14页 |
| ·脑机接口的应用 | 第14-15页 |
| ·脑机接口技术的研究现状及存在的问题 | 第15-16页 |
| ·本文主要工作及结构安排 | 第16-18页 |
| 第2章 脑认知电位P300 | 第18-26页 |
| ·事件相关电位 | 第18-21页 |
| ·事件相关电位的基本概念 | 第19页 |
| ·事件相关电位的特征 | 第19-20页 |
| ·事件相关电位的分类 | 第20页 |
| ·事件相关电位的刺激模式 | 第20-21页 |
| ·影响事件相关电位的因素 | 第21页 |
| ·P300 脑电信号 | 第21-24页 |
| ·P300 信号的基本属性 | 第22-23页 |
| ·P300 脑电信号的特点 | 第23-24页 |
| ·P300 信号的分析方法和现状 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 支持向量机及其集成算法 | 第26-40页 |
| ·支持向量机（SVM） | 第26-32页 |
| ·线性可分情况 | 第26-30页 |
| ·线性不可分情况 | 第30-31页 |
| ·非线性的情况 | 第31-32页 |
| ·支持向量机集成 | 第32-38页 |
| ·生成子支持向量机 | 第33-35页 |
| ·子支持向量机的数量 | 第35-36页 |
| ·支持向量机集成策略 | 第36-37页 |
| ·Bagging 算法原理 | 第37-38页 |
| ·本章小节 | 第38-40页 |
| 第4章 脑电数据获取和离线处理 | 第40-53页 |
| ·试验系统结构 | 第40页 |
| ·试验系统组成 | 第40-45页 |
| ·试验系统硬件 | 第41-43页 |
| ·试验系统软件 | 第43-45页 |
| ·试验方法 | 第45-47页 |
| ·脑电数据离线分析 | 第47-52页 |
| ·伪迹的去除 | 第47-51页 |
| ·脑电信号的分段 | 第51-52页 |
| ·基线校正 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第5章 基于集成SVM 标准数据分类识别 | 第53-73页 |
| ·标准数据的介绍 | 第53-56页 |
| ·标准数据分析 | 第56-58页 |
| ·标准数据预处理 | 第58-61页 |
| ·集成支持向量机分类方法 | 第61-69页 |
| ·算法流程设计 | 第62页 |
| ·特征提取 | 第62-63页 |
| ·数据分类过程 | 第63-69页 |
| ·字符识别算法 | 第69-70页 |
| ·集成支持向量机算法总结 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 作者简介 | 第81页 |
