首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于卷积神经网络的脑电信号分析方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第8-14页
    1.1 研究背景和意义第8-9页
    1.2 国内外研究现状第9-10页
    1.3 研究内容第10-11页
    1.4 创新点第11页
    1.5 论文组织第11-14页
第二章 睡眠分期理论与方法第14-20页
    2.1 睡眠分期与脑电信号第14-15页
    2.2 睡眠分期第15页
    2.3 睡眠分期方法第15-18页
        2.3.1 RBF神经网络第15-16页
        2.3.2 MLP第16页
        2.3.3 双谱分析第16-18页
    2.4 睡眠数据第18页
    2.5 本章小结第18-20页
第三章 基于改进RBF神经网络的睡眠分期方法第20-28页
    3.1 RBF神经网络基本原理第20-22页
        3.1.1 反向传播第20-21页
        3.1.2 分类第21-22页
    3.2 改进RBF神经网络基本原理第22-23页
    3.3 基于改进RBF神经网络的睡眠分期方法第23-26页
        3.3.1 实验设计第23-25页
        3.3.2 实验结果与分析第25-26页
    3.4 本章小结第26-28页
第四章 基于改进双谱分析的睡眠分期方法第28-34页
    4.1 改进双谱分析基本原理第28-29页
    4.2 基于改进双谱分析的睡眠分期方法第29-32页
        4.2.1 实验设计第29-30页
        4.2.2 实验结果与分析第30-32页
    4.3 本章小结第32-34页
第五章 基于改进CNN的睡眠分期方法第34-46页
    5.1 CNN基本原理第34-36页
        5.1.1 传播第35-36页
        5.1.2 分类第36页
    5.2 改进卷进神经网络基本原理第36-38页
        5.2.1 细粒度分割基本原理第36-37页
        5.2.2 改进卷积网络基本原理第37-38页
    5.3 基于改进神经网络实现睡眠分期第38-43页
    5.4 本章小结第43-46页
第六章 总结和展望第46-48页
    6.1 全文总结第46-47页
    6.2 未来工作展望第47-48页
参考文献第48-51页
攻读硕士学位期间的主要成果第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:植物表面对多环芳烃和石墨烯量子点的摄取过程及作用机制
下一篇:氧化铜纳米颗粒在土壤—水稻系统中的形态转化机制研究