| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 BCI技术的研究现状 | 第11-13页 |
| 1.2.2 ELM方法的研究现状 | 第13-15页 |
| 1.3 本文的主要内容和组织结构 | 第15-17页 |
| 第2章 脑电信号分析与极限学习机 | 第17-26页 |
| 2.1 脑电信号分析 | 第17-22页 |
| 2.1.1 脑电信号的产生原理 | 第17-18页 |
| 2.1.2 脑电信号的采集 | 第18页 |
| 2.1.3 脑电信号的预处理 | 第18-19页 |
| 2.1.4 脑电信号的特征提取 | 第19-20页 |
| 2.1.5 脑电信号的常用分类方法 | 第20-22页 |
| 2.2 极限学习机 | 第22-25页 |
| 2.2.1 ELM基本原理 | 第22-23页 |
| 2.2.2 H-ELM方法 | 第23-24页 |
| 2.2.3 SS-ELM方法 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于级联半监督极限学习机的脑电信号分类研究 | 第26-37页 |
| 3.1 引言 | 第26-27页 |
| 3.2 级联半监督极限学习机算法 | 第27-29页 |
| 3.3 标准数据测试与分析 | 第29-32页 |
| 3.3.1 实验设置 | 第29-30页 |
| 3.3.2 相关算法比较 | 第30页 |
| 3.3.3 不同比例的标记样本数量对算法的影响 | 第30-32页 |
| 3.4 脑电数据测试与分析 | 第32-35页 |
| 3.4.1 实验设置以及实验结果 | 第32-33页 |
| 3.4.2 标记样本不同时对各种算法的影响 | 第33-35页 |
| 3.5 实验结果讨论 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 基于安全半监督极限学习机的脑电信号分类研究 | 第37-47页 |
| 4.1 引言 | 第37-38页 |
| 4.2 安全半监督极限学习机算法 | 第38-39页 |
| 4.3 标准数据集测试与分析 | 第39-45页 |
| 4.3.1 实验设置 | 第39-40页 |
| 4.3.2 实验结果 | 第40-41页 |
| 4.3.3 不同比例的标记样本数量对算法的影响 | 第41-43页 |
| 4.3.4 参数分析 | 第43-45页 |
| 4.4 脑电数据测试与分析 | 第45-46页 |
| 4.5 实验结果讨论 | 第46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 论文工作总结 | 第47-48页 |
| 5.2 论文工作展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 附录 | 第55页 |