| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 课题研究的背景 | 第11-12页 |
| 1.2 课题研究的目的和意义 | 第12页 |
| 1.3 脑机接口系统国内外研究现状 | 第12-21页 |
| 1.3.1 国外发展现状 | 第13-19页 |
| 1.3.2 国内发展现状 | 第19-21页 |
| 1.4 本文研究目标与研究内容 | 第21-22页 |
| 第2章 运动想象脑电信号的特性分析 | 第22-33页 |
| 2.1 引言 | 第22页 |
| 2.2 脑电信号概述 | 第22-23页 |
| 2.3 脑电信号的时频特性分析 | 第23-27页 |
| 2.4 ERD/ERS现象分析 | 第27-30页 |
| 2.5 运动相关电位分析 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 脑电信号的特征提取与分类算法研究 | 第33-54页 |
| 3.1 引言 | 第33页 |
| 3.2 多特征值分类结果融合算法 | 第33-34页 |
| 3.3 基于共空间模式与支持向量机的特征提取与分类算法 | 第34-42页 |
| 3.3.1 基于共空间模式的特征提取算法 | 第34-38页 |
| 3.3.2 基于支持向量机的分类算法 | 第38-42页 |
| 3.4 基于小波包分解与支持向量机的特征提取与分类算法 | 第42-50页 |
| 3.4.1 基于小波包分解的特征提取算法 | 第43-48页 |
| 3.4.2 基于支持向量机的分类结果分析 | 第48-50页 |
| 3.5 基于神经网络方法的多特征值最优权重分类 | 第50-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第4章 脑机接口系统算法优化研究 | 第54-67页 |
| 4.1 引言 | 第54页 |
| 4.2 基于Relief算法和引力搜索算法的特征选择与参数优化算法 | 第54-64页 |
| 4.2.1 基于Relief算法的特征选择算法 | 第54-57页 |
| 4.2.2 基于引力搜索算法的支持向量机参数优化算法 | 第57-64页 |
| 4.3 多类运动想象分类研究 | 第64-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 运动想象脑机接口系统算法实验研究 | 第67-83页 |
| 5.1 引言 | 第67页 |
| 5.2 实验安排与过程设计 | 第67-70页 |
| 5.2.1 实验实现原理和平台搭建 | 第67-69页 |
| 5.2.2 实验过程设计 | 第69-70页 |
| 5.3 实验结果分析 | 第70-81页 |
| 5.3.1 ERD/ERS现象分析 | 第70-75页 |
| 5.3.2 二类别实验结果分析 | 第75-79页 |
| 5.3.3 四类别实验结果分析 | 第79-81页 |
| 5.4 本章小结 | 第81-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第90-91页 |
| 致谢 | 第91页 |
