基于复杂网络的多电极传感器测量信息融合研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-21页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 复杂网络时间序列研究现状 | 第9-14页 |
| 1.2.1 一元时间序列复杂网络 | 第9-12页 |
| 1.2.2 多元时间序列复杂网络 | 第12-14页 |
| 1.3 两相流研究现状 | 第14-17页 |
| 1.4 大脑疲劳监测研究 | 第17-18页 |
| 1.5 本文主要工作与创新点 | 第18-19页 |
| 1.6 论文组织结构 | 第19-21页 |
| 第2章 油水两相流实验与流动特性时频分析 | 第21-27页 |
| 2.1 两相流实验 | 第21-23页 |
| 2.2 多元伪维格纳垂直上升油水两相流时频分析 | 第23-26页 |
| 2.2.1 多元伪维格纳分布法 | 第23-24页 |
| 2.2.2 垂直上升油水两相流时频分析 | 第24-26页 |
| 2.3 小结 | 第26-27页 |
| 第3章 基于相位复杂网络的流型演化动力学分析 | 第27-32页 |
| 3.1 基于相位的两相流复杂网络建网方法介绍 | 第27-28页 |
| 3.2 垂直上升油水两相流复杂网络相位动力学分析 | 第28-31页 |
| 3.3 小结 | 第31-32页 |
| 第4章 基于多层复杂网络油水泡状流动力学特性研究 | 第32-40页 |
| 4.1 自适应最优核时频分析方法 | 第32-33页 |
| 4.2 多层复杂网络构建及多尺度分析方法 | 第33-35页 |
| 4.3 垂直上升油水泡状流多层多尺度流动特性研究 | 第35-39页 |
| 4.4 小结 | 第39-40页 |
| 第5章 基于复杂网络的疲劳驾驶探测 | 第40-50页 |
| 5.1 疲劳驾驶行为实验设计 | 第40-41页 |
| 5.2 脑功能复杂网络构建方法 | 第41-42页 |
| 5.3 基于脑电EEG数据的疲劳状态辨识 | 第42-45页 |
| 5.4 不同波段下的大脑疲劳驾驶研究 | 第45-49页 |
| 5.5 小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 发表的论文 | 第59页 |
| 参与的科研项目 | 第59-60页 |
| 致谢 | 第60页 |
