基于支持向量机的脑电信号识别

摘要	第1-5页
Abstract	第5-9页
1 绪论	第9-24页
·课题背景及意义	第9-12页
·BCI 研究的国内外发展概况	第12-20页
·BCI 的应用	第20-21页
·BCI 研究中待解决的问题	第21-22页
·本文的主要内容	第22-24页
2 特征提取与模式识别	第24-40页
·现有的EEG 处理方法	第24-26页
·小波特征提取	第26-29页
·SVM 分类方法	第29-35页
·FSVM 分类方法	第35-37页
·参数选择	第37-40页
3 基于EEG 信号的运动想象分类	第40-46页
·实验介绍与样本选取	第40-41页
·小波特征提取	第41-42页
·数据预处理	第42-43页
·识别模型的建立与参数选择	第43-44页
·误差计算	第44页
·MATLAB 仿真	第44-46页
4 仿真结果分析	第46-51页
·基于不同小波基函数的EEG 分类	第46页
·采用不同核函数的 SVM 分类	第46-47页
·不同模式识别算法的EEG 分类	第47-48页
·样本数量对不同模式识别算法的影响	第48-49页
·EEG 模式识别的实时性能评价	第49-51页
5 总结与展望	第51-53页
致谢	第53-54页
参考文献	第54-58页
附录：攻读硕士学位期间发表的论文	第58页