脑电信号在身份识别及疲劳检测中的应用研究
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 绪论 | 第10-16页 |
·引言 | 第10页 |
·生物特征识别 | 第10-11页 |
·基于脑电信号的身份识别技术研究现状 | 第11-14页 |
·脑电信号的其它应用 | 第14-15页 |
·本文的章节安排 | 第15-16页 |
第二章 脑电信号身份识别系统中的特征提取 | 第16-36页 |
·脑电信号的采集与预处理 | 第16-19页 |
·脑电信号特征提取 | 第19-23页 |
·自回归模型系数 | 第19-20页 |
·功率谱估计 | 第20-22页 |
·现有特征提取方法的不足 | 第22-23页 |
·基于小波变换的特征提取 | 第23-27页 |
·小波变换基本理论 | 第23-25页 |
·小波变换特征提取方法 | 第25-26页 |
·实验结果及分析 | 第26-27页 |
·基于小波包变换的特征提取 | 第27-31页 |
·小波包变换基本理论 | 第27-29页 |
·小波包变换特征提取方法 | 第29页 |
·实验结果及分析 | 第29-31页 |
·基于小波包最优基的自适应特征提取 | 第31-35页 |
·小波包最优基简介 | 第31-34页 |
·自适应特征提取方法 | 第34页 |
·实验结果及分析 | 第34-35页 |
·本章总结 | 第35-36页 |
第三章 脑电信号疲劳检测系统设计 | 第36-61页 |
·疲劳检测的研究现状 | 第36-37页 |
·脑电信号疲劳检测系统设计 | 第37-39页 |
·基于马氏距离的疲劳检测 | 第39-48页 |
·噪声对检测方法选取的影响 | 第39-40页 |
·基于马氏距离的无监督疲劳检测方法 | 第40-43页 |
·系统性能评估 | 第43-48页 |
·基于频谱可分性的疲劳检测 | 第48-51页 |
·EEG信号频谱的分析 | 第48-50页 |
·基于频谱可分性的疲劳检测 | 第50-51页 |
·系统性能评估 | 第51-60页 |
·使用最近邻分类器的系统性能评估 | 第51-53页 |
·基于SVM分类器的系统性能评估 | 第53-60页 |
·本章总结 | 第60-61页 |
第四章 总结与展望 | 第61-64页 |
·本文工作总结 | 第61-62页 |
·展望 | 第62-64页 |
参考文献 | 第64-68页 |
致谢 | 第68-69页 |
攻读学位期间发表或已录用的学术论文 | 第69页 |