| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·BCI研究的背景 | 第10-11页 |
| ·BCI系统的原理 | 第11-14页 |
| ·BCI的类型和特点 | 第14-17页 |
| ·BCI信号处理方法研究现状 | 第17-19页 |
| ·BCI信号处理方法的主要问题 | 第19-20页 |
| ·本文的研究内容 | 第20-21页 |
| 第二章 脑机接口的信号处理与机器学习方法 | 第21-29页 |
| ·BCI的评价标准 | 第21-24页 |
| ·分类正确率或错误率 | 第22页 |
| ·互信息MI | 第22-24页 |
| ·EEG信号的预处理 | 第24-26页 |
| ·空间滤波 | 第24-25页 |
| ·频率滤波 | 第25-26页 |
| ·ERD/ERS特征提取方法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于CSP和GA的通道选择算法 | 第29-39页 |
| ·CSP与通道选择 | 第29-30页 |
| ·遗传算法 | 第30-32页 |
| ·CSP-GA算法 | 第32-36页 |
| ·实验结果及分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于半监督隐马尔可夫模型的EEG信号分类 | 第39-49页 |
| ·基于半监督学习的分类算法 | 第40-42页 |
| ·基于半监督支持向量机的分类算法 | 第42-44页 |
| ·隐马尔可夫模型(Hidden Markov Model,HMM) | 第44-45页 |
| ·基于半监督HMM的EEG信号分类方法 | 第45-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-59页 |
| 攻读硕士学位期间取得的研究成果 | 第59-60页 |
| 致谢 | 第60页 |