多任务脑—机接口空域滤波与特征提取方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-14页 |
| ·脑-机接口的概念及意义 | 第7-9页 |
| ·脑-机接口的基本概念 | 第7-8页 |
| ·脑-机接口的研究意义 | 第8-9页 |
| ·脑-机接口系统的结构与分类 | 第9-11页 |
| ·脑-机接口系统的结构 | 第9-10页 |
| ·脑-机接口的分类 | 第10-11页 |
| ·脑-机接口的研究现状及成果 | 第11-13页 |
| ·本论文的主要内容 | 第13-14页 |
| 第2章 脑-机接口信号处理算法的研究 | 第14-29页 |
| ·特征提取算法 | 第14-23页 |
| ·共空域模式 | 第14-19页 |
| ·独立分量分析 | 第19-23页 |
| ·特征分类算法 | 第23-27页 |
| ·线性判别分析 | 第23页 |
| ·Fisher判别分析 | 第23-25页 |
| ·支持向量机 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 基于二次优化的多类CSP特征提取方法 | 第29-49页 |
| ·实验数据 | 第29-32页 |
| ·实验范例 | 第29-30页 |
| ·数据采集 | 第30-31页 |
| ·单次EEG数据的截断 | 第31-32页 |
| ·算法的流程 | 第32-40页 |
| ·预处理 | 第33页 |
| ·特征提取过程 | 第33-39页 |
| ·分类 | 第39-40页 |
| ·算法结果与分析 | 第40-48页 |
| ·协方差矩阵的联合对角化结果 | 第40-42页 |
| ·交叉验证结果的分析 | 第42-45页 |
| ·联合对角化算法同OVR算法的比较 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于快速独立分量分析的特征提取方法 | 第49-61页 |
| ·算法的流程 | 第49-56页 |
| ·实验数据说明 | 第50页 |
| ·快速独立分量分析 | 第50-54页 |
| ·特征定义 | 第54-55页 |
| ·分类 | 第55-56页 |
| ·分类结果与分析 | 第56-59页 |
| ·独立分量个数的讨论 | 第56-57页 |
| ·选择不同对比函数G的结果 | 第57-59页 |
| ·FastICA算法同其他算法的比较 | 第59页 |
| ·本章小结 | 第59-61页 |
| 第5章 总结与展望 | 第61-64页 |
| ·本文的主要工作 | 第61-62页 |
| ·对今后工作的展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间的研究成果 | 第69页 |
