基于脑电运动想象的智能家居控制系统
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究意义 | 第11-12页 |
| 1.4 主要工作 | 第12页 |
| 1.5 课题来源 | 第12页 |
| 1.6 本文组织 | 第12-15页 |
| 第二章 相关背景知识介绍 | 第15-25页 |
| 2.1 脑机接口相关背景介绍 | 第15-17页 |
| 2.1.1 脑机接口系统概述 | 第15页 |
| 2.1.2 脑机接口系统分类 | 第15-17页 |
| 2.1.3 脑电信号的常用分析方法 | 第17页 |
| 2.2 脑机接口系统常用预处理方法介绍 | 第17-20页 |
| 2.2.1 典型相关分析 | 第18-19页 |
| 2.2.2 主成分分析 | 第19-20页 |
| 2.3 脑机接口系统常用特征提取方法介绍 | 第20-21页 |
| 2.4 脑机接口系统常用分类方法介绍 | 第21-24页 |
| 2.4.1 线性判别分析法 | 第21-22页 |
| 2.4.2 SVM支持向量机 | 第22-23页 |
| 2.4.3 朴素贝叶斯分类器 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于运动想象的脑电信号识别方案设计 | 第25-41页 |
| 3.1 方案设计 | 第25页 |
| 3.2 脑电数据采集 | 第25-27页 |
| 3.3 脑电信号的预处理 | 第27-33页 |
| 3.3.1 独立分量分析模型 | 第27-28页 |
| 3.3.2 独立向量分析模型 | 第28-30页 |
| 3.3.3 代价函数 | 第30页 |
| 3.3.4 优化算法 | 第30-33页 |
| 3.4 特征提取 | 第33-36页 |
| 3.4.1 共空间模式 | 第33-35页 |
| 3.4.2 基于正则化的共空间模式 | 第35-36页 |
| 3.5 自适应线性分类器设计 | 第36-40页 |
| 3.5.1 Fisher线性分类器 | 第36-37页 |
| 3.5.2 感知器算法 | 第37-39页 |
| 3.5.3 自适应感知线性分类器 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 系统的仿真与实现 | 第41-51页 |
| 4.1 预处理的仿真实验 | 第41-43页 |
| 4.1.1 人工混合数据仿真实验 | 第41-42页 |
| 4.1.2 实采脑电信号的仿真实验 | 第42-43页 |
| 4.2 特征提取结果分析 | 第43-44页 |
| 4.3 分类识别结果分析 | 第44-45页 |
| 4.4 智能家居系统的实现 | 第45-50页 |
| 4.4.1 软件设计 | 第46-48页 |
| 4.4.2 硬件设计 | 第48-49页 |
| 4.4.3 系统实验结果分析 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录1 攻读硕士学位期间申请的专利 | 第56-57页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第57-58页 |
| 致谢 | 第58页 |
