融合眼电信息的多任务模式脑—机接口系统研究与实现
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景和研究意义 | 第10页 |
1.2 脑-机接口系统 | 第10-12页 |
1.2.1 脑-机接口的组成 | 第10-11页 |
1.2.2 脑电信号产生机理和分类 | 第11-12页 |
1.2.3 脑-机接口的分类 | 第12页 |
1.3 眼电控制的人机交互系统 | 第12-14页 |
1.3.1 眼电信号的产生机理 | 第13页 |
1.3.2 眼电技术的研究 | 第13-14页 |
1.4 混合脑-机接口系统的研究现状 | 第14页 |
1.5 本文的主要研究内容及组织结构 | 第14-16页 |
第二章 脑电信号的处理算法 | 第16-23页 |
2.1 ERS/ERD现象 | 第16页 |
2.2 运动想象脑电信号的ERS/ERD现象 | 第16-17页 |
2.3 预处理算法 | 第17页 |
2.4 特征提取算法 | 第17-21页 |
2.4.1 时域分析法 | 第18页 |
2.4.2 频域分析法 | 第18页 |
2.4.3 时频域分析法 | 第18-19页 |
2.4.4 共同空间模式 | 第19-21页 |
2.5 脑电信号的特征分类算法 | 第21-22页 |
2.6 本章小结 | 第22-23页 |
第三章 四类脑电信号特征分类器的设计 | 第23-36页 |
3.1 支持向量机 | 第23-27页 |
3.1.1 线性支持向量机 | 第23-25页 |
3.1.2 非线性支持向量机 | 第25页 |
3.1.3 SVM核函数及参数的选择 | 第25-27页 |
3.2 四类分类器的设计 | 第27-29页 |
3.3 双层分类器结构的设计 | 第29-31页 |
3.4 实验结果与分析 | 第31-35页 |
3.4.1 实验数据 | 第31-32页 |
3.4.2 实验结果 | 第32-35页 |
3.5 本章小结 | 第35-36页 |
第四章 眼电信号的分析与识别 | 第36-49页 |
4.1 眼电信号的采集 | 第36-37页 |
4.2 眼电信号的预处理 | 第37-40页 |
4.2.1 眼电信号滤波 | 第37页 |
4.2.2 端点检测 | 第37-40页 |
4.2.3 眼电信号归一化 | 第40页 |
4.3 眼电信号的特征提取 | 第40-44页 |
4.3.1 DWT变换的局限性 | 第40-43页 |
4.3.2 双树复小波变换原理 | 第43页 |
4.3.3 改进阈值的双树复小波变换 | 第43-44页 |
4.4 眼电信号的模式识别 | 第44-46页 |
4.5 实验结果及分析 | 第46-48页 |
4.5.1 实验范式 | 第46-47页 |
4.5.2 实验结果 | 第47-48页 |
4.6 本章小结 | 第48-49页 |
第五章 混合脑-机接口在线系统的实现 | 第49-61页 |
5.1 在线系统的组成 | 第49-54页 |
5.1.1 信号采集设备 | 第49-50页 |
5.1.2 信号处理软件 | 第50-51页 |
5.1.3 指令控制器 | 第51页 |
5.1.4 圆点博士小四轴2015版飞行器 | 第51-54页 |
5.2 在线信号处理算法 | 第54-56页 |
5.3 在线控制实验 | 第56-60页 |
5.4 本章小结 | 第60-61页 |
第六章 总结与展望 | 第61-63页 |
6.1 工作总结 | 第61-62页 |
6.2 研究展望 | 第62-63页 |
参考文献 | 第63-69页 |
发表论文和科研情况说明 | 第69-70页 |
致谢 | 第70页 |