基于小波包分解与近似熵的特征提取方法研究及在脑机接口中的应用
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-22页 |
| 1.1 课题研究背景 | 第8-10页 |
| 1.2 脑机接口技术简介 | 第10-14页 |
| 1.2.1 脑机接口基本原理 | 第10页 |
| 1.2.2 脑机接口的基本结构 | 第10-12页 |
| 1.2.3 脑机接口的类型 | 第12-13页 |
| 1.2.4 脑机接口系统评价标准 | 第13-14页 |
| 1.3 脑机接口的研究现状 | 第14-18页 |
| 1.4 存在的问题 | 第18-19页 |
| 1.5 脑机接口的应用 | 第19-20页 |
| 1.6 本文的主要内容 | 第20-22页 |
| 第2章 脑电信号 | 第22-29页 |
| 2.1 脑电信号的采集 | 第22-24页 |
| 2.2 脑电信号的分类 | 第24-26页 |
| 2.3 脑电信号的分析 | 第26-29页 |
| 2.3.1 脑电信号的特点 | 第26-27页 |
| 2.3.2 脑电信号的主要分析方法 | 第27-29页 |
| 第3章 脑电信号的特征提取及分类方法 | 第29-37页 |
| 3.1 小波变换 | 第29-32页 |
| 3.1.1 小波变换的定义 | 第29-30页 |
| 3.1.2 小波包分解 | 第30-32页 |
| 3.2 共空域滤波 | 第32-34页 |
| 3.3 分类器的设计 | 第34-37页 |
| 第4章 小波包分解与近似熵相结合的算法的应用 | 第37-49页 |
| 4.1 BCI实验 | 第37-39页 |
| 4.2 实验算法设计 | 第39-44页 |
| 4.2.1 近似熵 | 第39-41页 |
| 4.2.2 稀疏表示及功率差分类 | 第41-43页 |
| 4.2.3 10×5 倍交叉验证策略 | 第43页 |
| 4.2.4 实验过程描述 | 第43-44页 |
| 4.3 实验结果及分析 | 第44-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 本文工作总结 | 第49页 |
| 5.2 未来工作展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间的研究成果 | 第56页 |
