| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究背景和意义 | 第9-10页 |
| ·课题研究现状 | 第10-11页 |
| ·论文的主要工作和结构安排 | 第11-13页 |
| 第2章 仿真实验设计及原始数据采集 | 第13-17页 |
| ·实验任务与实验范式 | 第13-15页 |
| ·实验任务说明 | 第13-14页 |
| ·实验范式 | 第14-15页 |
| ·原始数据采集 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第3章 数据处理与特征计算 | 第17-28页 |
| ·主观评价数据分析 | 第17-19页 |
| ·操作员性能特征TIR计算 | 第19-20页 |
| ·电生理信号简介 | 第20-21页 |
| ·OFS问题经典特征提取 | 第21-22页 |
| ·源自脑电信号EEG的特征 | 第21页 |
| ·源自心电信号ECG的特征 | 第21-22页 |
| ·基于EEG-TIR相关性谱分析的新特征提取 | 第22-25页 |
| ·OFS特征比较 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 马尔科夫随机过程和隐马尔科夫模型理论 | 第28-43页 |
| ·马尔科夫链 | 第28-29页 |
| ·隐马尔科夫模型理论与方法 | 第29-38页 |
| ·Markov链与HMM | 第29-30页 |
| ·HMM的定义 | 第30-31页 |
| ·HMM三大问题 | 第31-38页 |
| ·连续隐马尔科夫模型 | 第38-40页 |
| ·连续HMM使用Baum-Welch算法的限定条件 | 第39页 |
| ·连续HMM的Baum-Welch(高斯型)重估公式 | 第39-40页 |
| ·常用隐马尔科夫模型结构介绍 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 隐马尔科夫模型在OFS分类问题中的应用 | 第43-55页 |
| ·HMM模型在OFS问题中的建立 | 第43-48页 |
| ·HMM输入数据生成 | 第44-46页 |
| ·HMM训练过程 | 第46-47页 |
| ·HMM分类决策过程 | 第47-48页 |
| ·以aCAMS任务受控变量NOV为类别标号的3分类实验 | 第48-54页 |
| ·Bakis HMM与全连接HMM分类性能比较分析 | 第48-51页 |
| ·不同Markov状态数Bakis模型的实验结果及分析 | 第51-52页 |
| ·混合高斯型概率密度函数个数-K不同的实验结果及分析 | 第52-53页 |
| ·OFS 3分类问题中最优参数HMM分类器分类结果 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
