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--信号处理论文

基于运动想象的脑—机接口特征提取和分类算法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第11-19页
    1.1 BCI技术概述第11-14页
    1.2 BCI的研究意义第14-15页
    1.3 BCI信号处理方法的研究现状第15-17页
        1.3.1 BCI中的特征提取方法第15-16页
        1.3.2 BCI中的分类方法第16-17页
        1.3.3 BCI信号处理方法的主要问题第17页
    1.4 本文的主要研究内容第17-19页
第二章 运动想象BCI的研究基础第19-29页
    2.1 大脑的结构和功能区第19-21页
        2.1.1 大脑和大脑皮层的结构第19-20页
        2.1.2 大脑皮层的感觉运动区第20-21页
    2.2 EEG的产生机理及分类第21-25页
        2.2.1 EEG信号的采集第22-23页
        2.2.2 EEG信号产生的机理第23-24页
        2.2.3 EEG信号的分类第24-25页
    2.3 运动想象的神经生理背景第25-27页
        2.3.1 运动相关电位第25-26页
        2.3.2 事件相关去同步/同步第26-27页
    2.4 本章总结第27-29页
第三章 针对MRP特征提取和分类的联合框架第29-45页
    3.1 已有的MRP特征提取算法第29-30页
    3.2 DSP算法的不一致证明第30-33页
        3.2.1 DSP滤波与特征提取的不一致第31页
        3.2.2 DSP滤波与分类的不一致第31-33页
    3.3 基于逻辑回归模型的联合分类框架第33-36页
    3.4 实验准备第36-38页
        3.4.1 实验数据来源第36-37页
        3.4.2 数据预处理第37-38页
        3.4.3 参数选择第38页
    3.5 实验结果及分析第38-44页
        3.5.1 空间滤波器的对比第38-40页
        3.5.2 MRP的分类效果的对比第40-42页
        3.5.3 MRP+ERD的分类效果的对比第42-44页
    3.6 本章总结第44-45页
第四章 针对ERD/ERS特征提取和分类的联合框架第45-55页
    4.1 已有的ERD/ERS特征提取算法第45-47页
    4.2 基于LRR模型的联合分类框架第47-51页
    4.3 实验结果及分析第51-54页
        4.3.1 联合框架的收敛性第52页
        4.3.2 分类效果的比较第52-53页
        4.3.3 时频模式的比较第53-54页
    4.4 本章总结第54-55页
总结与展望第55-57页
参考文献第57-62页
攻读学位期间的科研成果第62-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:中性粒细胞/淋巴细胞比值与2型糖尿病糖化血红蛋白相关性研究
下一篇:逍遥散加减联合中药热奄包治疗肝经郁热型干眼临床研究