首页--医药、卫生论文--基础医学论文--医用一般科学论文--生物医学工程论文--一般性问题论文--生物信息、生物控制论文

基于L_p(0<p≤1)范数的脑电分析方法研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第14-28页
    1.1 脑电的产生机制与应用第14-15页
    1.2 脑电分析方法与研究进展第15-18页
        1.2.1 基于时间序列的脑电分析方法第15-16页
        1.2.2 基于网络结构的脑电分析方法第16-18页
        1.2.3 脑电的特征识别方法第18页
    1.3 脑电分析中的伪迹处理第18-22页
        1.3.1 伪迹干扰对脑电分析的影响第18-20页
            1.3.1.1 眼电伪迹对脑电分析的影响第19页
            1.3.1.2 心电伪迹对脑电分析的影响第19页
            1.3.1.3 工频干扰对脑电分析的影响第19页
            1.3.1.4 电极移动对脑电分析的影响第19-20页
        1.3.2 眼电伪迹的常见处理方法及缺陷第20-22页
            1.3.2.1 基于带通滤波的伪迹去除方法第20页
            1.3.2.2 基于回归分析的伪迹去除方法第20-21页
            1.3.2.3 基于盲源分离的伪迹去除方法第21页
            1.3.2.4 基于自适应滤波的伪迹去除方法第21-22页
    1.4 L_p(0第22-25页
        1.4.1 L_p(0第22-23页
        1.4.2 基于L_p(0第23-25页
            1.4.2.1 基于L_p(0第23-24页
            1.4.2.2 基于L_p(0第24-25页
    1.5 本文的主要贡献与创新第25-26页
    1.6 本论文的结构安排第26-28页
第二章 基于L_p(0第28-43页
    2.1 引言第28-29页
    2.2 材料与方法第29-31页
        2.2.1 自回归模型系数估计原理第29-30页
        2.2.2 基于L_p(0第30-31页
    2.3 结果第31-39页
        2.3.1 仿真实验第32-38页
            2.3.1.1 离群值对自回归模型系数估计的影响第32-36页
            2.3.1.2 离群值对功率谱估计的影响第36-38页
        2.3.2 真实脑电应用第38-39页
    2.4 讨论第39-42页
    2.5 本章小结第42-43页
第三章 基于L_p(0第43-67页
    3.1 引言第43-44页
    3.2 材料与方法第44-50页
        3.2.1 传统多元自回归模型系数估计原理第44-46页
        3.2.2 基于Lasso的多元自回归模型系数估计第46页
        3.2.3 基于L_p(0<≤1)范数的多元自回归模型系数估计第46-47页
        3.2.4 格兰杰因果分析第47-48页
        3.2.5 偏有向相干分析第48-50页
    3.3 结果第50-62页
        3.3.1 仿真研究第50-55页
        3.3.2 真实EEG应用第55-62页
            3.3.2.1 眼电伪迹对格兰杰因果分析的影响第56-59页
            3.3.2.2 眼电伪迹对偏有向相干的影响第59-62页
    3.4 讨论第62-66页
    3.5 本章小结第66-67页
第四章 基于L_1范数的自适应传递函数及其在脑电中的应用研究第67-86页
    4.1 引言第67-68页
    4.2 材料与方法第68-75页
        4.2.1 自适应有向传递函数第68-72页
        4.2.2 基于L_1范数的自适应传递函数第72-75页
    4.3 结果分析第75-83页
        4.3.1 仿真研究第75-81页
        4.3.2 真实EEG应用第81-83页
    4.4 讨论第83-85页
    4.5 本章小结第85-86页
第五章 基于L_1范数的图嵌入分析及其在脑电中的应用研究第86-105页
    5.1 引言第86-87页
    5.2 材料与方法第87-93页
        5.2.1 图嵌入分析原理第87-89页
        5.2.2 基于L_1范数的图嵌入分析第89-93页
    5.3 结果分析第93-99页
        5.3.1 仿真实验结果第94-96页
            5.3.1.1 离群值强度对分类准确率的影响第94页
            5.3.1.2 离群值个数对分类准确率的影响第94-96页
        5.3.2 真实数据结果第96-99页
            5.3.2.1 基于运动想象的脑-机接口数据识别第96-99页
    5.4 讨论第99-101页
    5.5 本章小结第101-102页
    第六章 全文总结与展望第102-105页
        6.1 全文总结第102-103页
        6.2 后续工作展望第103-105页
致谢第105-106页
参考文献第106-119页
攻读博士学位期间取得的成果第119-120页

论文共120页,点击 下载论文
上一篇:基于压缩感知的通信信号识别技术研究
下一篇:机载雷达前视虚拟阵列超分辨成像方法研究