用于生物特征识别的多范式诱发脑电个体差异性研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-19页 |
| ·生物特征识别概述 | 第8-10页 |
| ·生物特征识别的研究背景及意义 | 第8页 |
| ·生物特征识别的基本概念 | 第8-9页 |
| ·生物特征识别的发展概况与主要问题 | 第9-10页 |
| ·基于脑电的生物特征识别技术 | 第10-17页 |
| ·脑电的个体差异性 | 第10-12页 |
| ·BCI 应用延拓 | 第12-13页 |
| ·脑电作为生物特征的优势及应用前景 | 第13-16页 |
| ·该领域的研究历程与现状 | 第16-17页 |
| ·论文的主要内容与结构安排 | 第17-19页 |
| 第二章 生物特征识别中的脑电诱发实验设计 | 第19-27页 |
| ·脑电诱发实验设计 | 第19-25页 |
| ·Ⅰ类任务范式 | 第19-21页 |
| ·Ⅱ类任务范式 | 第21-25页 |
| ·实验平台与脑电采集系统 | 第25-27页 |
| ·实验条件与设备介绍 | 第25页 |
| ·脑区划分及导联方法 | 第25-27页 |
| 第三章 脑电数据预处理与特征提取策略 | 第27-49页 |
| ·脑电信号预处理 | 第27-29页 |
| ·变参考 | 第27-28页 |
| ·去眼电 | 第28-29页 |
| ·Ⅰ类任务范式脑电信号分析 | 第29-36页 |
| ·Ⅰ类任务范式脑电特征提取算法 | 第36-41页 |
| ·AR 模型及阶数的确定 | 第36-39页 |
| ·时域能量谱 | 第39-40页 |
| ·频域能量谱 | 第40-41页 |
| ·相位锁定值 | 第41页 |
| ·Ⅱ类任务范式脑电分析与特征提取算法 | 第41-49页 |
| ·相干平均特征提取 | 第42-44页 |
| ·P3 个体差异性分析 | 第44-47页 |
| ·P3 波形的相关性分析 | 第47-49页 |
| 第四章 基于支持向量机的分类识别 | 第49-58页 |
| ·支持向量机概述 | 第49-54页 |
| ·支持向量机的基本原理 | 第49-53页 |
| ·多分类问题求解 | 第53-54页 |
| ·基于支持向量机的分类结果与讨论 | 第54-58页 |
| ·Ⅰ类任务范式分类结果 | 第54-56页 |
| ·Ⅱ类任务范式分类结果 | 第56-58页 |
| 第五章 特征筛选与导联优化 | 第58-74页 |
| ·基于遗传算法的导联优化 | 第58-63页 |
| ·遗传算法基本原理 | 第58-61页 |
| ·导联优化结果 | 第61-63页 |
| ·基于Fisher 判别率的导联优化 | 第63-65页 |
| ·FDR 算法基本原理 | 第63-64页 |
| ·导联优化结果 | 第64-65页 |
| ·基于递归特征筛选的导联优化 | 第65-68页 |
| ·递归算法基本原理 | 第65-67页 |
| ·导联优化结果 | 第67-68页 |
| ·导联优化方法比较 | 第68-74页 |
| 第六章 总结与展望 | 第74-77页 |
| ·本文工作总结 | 第74-75页 |
| ·未来研究展望 | 第75-77页 |
| 参考文献 | 第77-84页 |
| 发表论文和参加科研情况说明 | 第84-87页 |
| 致谢 | 第87页 |
