| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-27页 |
| ·课题研究背景及研究意义 | 第10-11页 |
| ·脑机接口的基本概念 | 第11-13页 |
| ·脑电信号的概述 | 第13-17页 |
| ·大脑的结构与功能 | 第13-14页 |
| ·脑电图 | 第14页 |
| ·脑电的采集 | 第14-16页 |
| ·脑电信号的特点 | 第16-17页 |
| ·脑机接口研究的发展现状 | 第17-22页 |
| ·视觉诱发电位 | 第17-18页 |
| ·P300 事件相关电位 | 第18-19页 |
| ·事件相关去同步和事件相关同步 | 第19-20页 |
| ·利用眼部运动控制α波 | 第20-21页 |
| ·改变心理作业 | 第21页 |
| ·皮层慢电位 | 第21-22页 |
| ·EEG 信号处理分析方法 | 第22-24页 |
| ·脑电信号的特征提取方法 | 第22页 |
| ·脑电信号的分类方法 | 第22-24页 |
| ·本文的主要研究内容 | 第24-27页 |
| 第2章 改进的CSP 算法及其在运动想象脑电信号特征提取中的应用 | 第27-42页 |
| ·CSP 算法的基本原理 | 第27-32页 |
| ·GRAZ 脑电信号实验范例与数据采集 | 第32-33页 |
| ·脑电信号的预处理 | 第33-35页 |
| ·改进的 CSP 算法及其在脑电信号特征提取中的应用 | 第35-36页 |
| ·将物理信号转变为数学信号 | 第35页 |
| ·白化值矩阵 P 的求解 | 第35页 |
| ·左、右手动作空间滤波器的构造 | 第35-36页 |
| ·特征向量的定义 | 第36页 |
| ·利用支持向量机特征分类 | 第36-41页 |
| ·支持向量机的理论基础 | 第36-37页 |
| ·支持向量机的基本原理 | 第37-39页 |
| ·核函数 | 第39页 |
| ·支持向量机的特点 | 第39-40页 |
| ·支持向量机的应用 | 第40页 |
| ·利用支持向量机对脑电信号的分类与结果分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 基于集成支持向量机分类器的设计 | 第42-58页 |
| ·集成支持向量机 | 第42-44页 |
| ·集成支持向量机的概念 | 第42-43页 |
| ·影响集成支持向量机分类性能的主要因素 | 第43-44页 |
| ·个体支持向量机的生成 | 第44-46页 |
| ·Bagging 子分类器 | 第44-45页 |
| ·交叉筛选法 | 第45-46页 |
| ·子分类器的融合决策 | 第46页 |
| ·Tubingen 脑电信号实验范例与数据采集 | 第46-48页 |
| ·数据预处理 | 第48页 |
| ·特征向量提取 | 第48-50页 |
| ·子分类器的生成 | 第50-55页 |
| ·子分类器个数的选取 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第4章 基于运动想象脑电信号的实验设计 | 第58-74页 |
| ·脑电信号采集设备 | 第58-59页 |
| ·运动想象脑电信号的采集及数据分析 | 第59-68页 |
| ·实验一 | 第59-63页 |
| ·实验二 | 第63-66页 |
| ·实验三 | 第66-68页 |
| ·基于运动想象脑电信号键盘输入系统演示 | 第68-73页 |
| ·实验内容 | 第68-71页 |
| ·技术路线 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 结论 | 第74-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间所发表的学术论文 | 第81-82页 |
| 致谢 | 第82页 |