| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景、研究目的和意义 | 第11-12页 |
| 1.2 脑认知状态国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14页 |
| 1.2.3 当前研究存在的问题 | 第14-15页 |
| 1.3 本文研究内容及章节安排 | 第15-17页 |
| 第2章 多任务认知状态数据集的建立 | 第17-30页 |
| 2.1 引言 | 第17-21页 |
| 2.1.1 多任务认知状态概述 | 第17-19页 |
| 2.1.2 多任务认知状态数据集实验范式 | 第19-20页 |
| 2.1.3 实验过程描述 | 第20-21页 |
| 2.2 多任务认知状态数据处理 | 第21-25页 |
| 2.2.1 脑电数据采集 | 第21-23页 |
| 2.2.2 脑电数据预览 | 第23页 |
| 2.2.3 脑电数据预处理 | 第23-25页 |
| 2.3 多任务认知状态数据ERD/ERS分析 | 第25-26页 |
| 2.4 频带划分对识别结果的影响 | 第26-28页 |
| 2.4.1 数据处理 | 第26-27页 |
| 2.4.2 评价指标 | 第27页 |
| 2.4.3 结果分析 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于时频能量的CSP脑电特征提取方法 | 第30-39页 |
| 3.1 引言 | 第30页 |
| 3.2 基于CSP的脑电特征提取方法 | 第30-32页 |
| 3.3 基于F-score的脑电特征选择方法 | 第32页 |
| 3.4 基于时频能量的CSP脑电特征选择方法 | 第32-33页 |
| 3.5 实验与结果分析 | 第33-37页 |
| 3.5.1 实验数据集介绍 | 第33-35页 |
| 3.5.2 评价指标 | 第35页 |
| 3.5.3 频带划分 | 第35页 |
| 3.5.4 数据处理 | 第35-36页 |
| 3.5.5 结果分析 | 第36-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第4章 CSP与NMF相结合的脑电特征提取方法 | 第39-47页 |
| 4.1 引言 | 第39页 |
| 4.2 基于CSP与NMF的脑电特征提取方法 | 第39-40页 |
| 4.3 基于CSP的公共模式空间构建 | 第40页 |
| 4.4 基于时频能量的脑电整体特征提取方法 | 第40-41页 |
| 4.5 基于NMF的脑电局部特征提取方法 | 第41-43页 |
| 4.6 基于F-score的脑电特征选择方法 | 第43页 |
| 4.7 运动想象实验数据处理与结果分析 | 第43-46页 |
| 4.7.1 实验数据集 | 第43页 |
| 4.7.2 数据处理 | 第43-44页 |
| 4.7.3 实验结果分析 | 第44-46页 |
| 4.8 本章小结 | 第46-47页 |
| 第5章 基于F-score的大数据公共空间模式选择方法 | 第47-58页 |
| 5.1 引言 | 第47-48页 |
| 5.2 基于F-score/CSP的公共模式选择方法 | 第48-52页 |
| 5.2.1 F-score_Area方法 | 第49-50页 |
| 5.2.2 F-score_Area方法 | 第50-51页 |
| 5.2.3 F-score/CSP方法 | 第51-52页 |
| 5.3 基于F-score/CSP的公共模式选择方法 | 第52-57页 |
| 5.3.1 实验数据集 | 第53页 |
| 5.3.2 评价指标 | 第53页 |
| 5.3.3 特征选择效果比较 | 第53-54页 |
| 5.3.4 F-score_Area方法对比实验 | 第54-55页 |
| 5.3.5 F-score_Delt方法对比实验 | 第55-56页 |
| 5.3.6 F-score/CSP方法对比实验 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读学位期间发表的学术论文 | 第66-68页 |
| 致谢 | 第68页 |
