首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--噪声与干扰论文

基于欠定盲源分离的EEG去噪研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·脑机接口第10-13页
     ·脑机接口背景第10-11页
     ·脑机接口系统框架第11-12页
     ·脑机接口的意义第12-13页
   ·EEG 及其特性第13-14页
   ·国内外去除 EEG 噪声的研究第14-16页
   ·本文主要的研究内容及组织结构第16-18页
     ·本文研究内容第16-17页
     ·本文的结构安排第17-18页
第2章 独立成分分析基本理论第18-31页
   ·独立成分分析理论第18-21页
   ·FASTICA 理论第21-22页
   ·高效 FASTICA 理论第22-29页
     ·EFICA 预处理第23-24页
     ·EFICA第24-29页
   ·人工数据实验与分析第29-30页
   ·本章小结第30-31页
第3章 欠定混合矩阵盲辨识第31-42页
   ·张量分解模型第31-32页
   ·混合矩阵初步估计第32-36页
     ·CP/INDSCAL 分解第32-34页
     ·混合矩阵的盲辨识第34-36页
   ·混合矩阵优化第36-39页
     ·Hessian 矩阵和梯度计算第37-39页
   ·最小方差无失真响应波束形成器第39-41页
   ·本章小结第41-42页
第4章 MMSE 波束形成器估计源信号第42-50页
   ·定义第42页
   ·MMSE 波束形成器第42-44页
   ·最佳 MMSE 波束形成器第44-46页
     ·信号自协方差估计第44页
     ·波束形成器的估计第44-45页
     ·波束形成器的稳定性约束第45页
     ·总结波束形成器分离的具体步骤第45-46页
   ·去除想象运动 EEG 的伪迹步骤及框图第46-47页
   ·实验与分析第47-48页
   ·本章小结第48-50页
第5章 真实脑电信号实验分析第50-64页
   ·CSP 方法概述第50-51页
   ·FISHER 比率和 FISHER 线性判别分类器第51-53页
     ·Fisher 比率第51页
     ·Fisher 线性判别分类器第51-52页
     ·运动想象任务的 EEG 信号识别过程第52-53页
   ·实验仿真第53-61页
     ·竞赛 III_4a 数据第53-56页
     ·选取 6 个通道的实验结果第56-60页
     ·方法比较第60-61页
   ·BCI COMPETITION IV 数据实验分析第61-63页
   ·本章小结第63-64页
结论第64-66页
参考文献第66-72页
攻读硕士学位期间承担的科研任务与主要成果第72-73页
致谢第73-74页
作者简介第74页

论文共74页,点击 下载论文
上一篇:基于多重线性代数理论的脑电信号特征提取研究
下一篇:基于Surfacelet的视频压缩感知算法研究