P300脑机接口的在线半监督学习算法与系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 脑机接口的研究背景和意义 | 第10-11页 |
| 1.2 脑机接口技术概述 | 第11-16页 |
| 1.2.1 脑机接口系统的组成 | 第11-12页 |
| 1.2.2 脑机接口控制信号的类型 | 第12-15页 |
| 1.2.3 脑机接口的分类 | 第15页 |
| 1.2.4 脑机接口的研究现状 | 第15-16页 |
| 1.3 论文研究内容与组织安排 | 第16-19页 |
| 第二章P300 脑机接口及其半监督学习 | 第19-29页 |
| 2.1 刺激范式 | 第19-22页 |
| 2.1.1 行列刺激范式 | 第19-20页 |
| 2.1.2 单字符刺激范式 | 第20-21页 |
| 2.1.3 基于区域的刺激范式 | 第21-22页 |
| 2.2 预处理与特征提取 | 第22-24页 |
| 2.2.1 预处理 | 第22-23页 |
| 2.2.2 特征提取 | 第23-24页 |
| 2.3 半监督学习算法 | 第24-27页 |
| 2.3.1 自训练半监督支持向量机 | 第25-26页 |
| 2.3.2 直推式支持向量机 | 第26页 |
| 2.3.3 基于图的半监督 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 半监督线性判别分析 | 第29-47页 |
| 3.1 线性判别分析 | 第29-30页 |
| 3.2 线性判别分析的增量更新 | 第30-38页 |
| 3.2.1 增量更新离散度矩阵 | 第31-32页 |
| 3.2.2 增量更新最优解 | 第32-34页 |
| 3.2.3 与LSSVM增量更新比较 | 第34-38页 |
| 3.3 半监督线性判别分析算法 | 第38-39页 |
| 3.4 实验结果分析与比较 | 第39-44页 |
| 3.4.1 实验数据介绍 | 第39-41页 |
| 3.4.2 数据分析与比较 | 第41-44页 |
| 3.5 讨论 | 第44-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第四章 基于P300 的在线半监督字符输入系统 | 第47-67页 |
| 4.1 系统设计与实现 | 第47-55页 |
| 4.1.1 刺激界面 | 第48-49页 |
| 4.1.2 数据采集与信号处理 | 第49-50页 |
| 4.1.3 双分类器的在线更新 | 第50-53页 |
| 4.1.4 多进程多线程处理 | 第53-55页 |
| 4.2 系统工作过程及结果分析 | 第55-61页 |
| 4.2.1 系统工作过程 | 第55-56页 |
| 4.2.2 结果分析 | 第56-61页 |
| 4.3 讨论 | 第61-66页 |
| 4.4 本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 全文总结 | 第67-68页 |
| 展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
