视觉诱发脑—机接口中脑电信号处理算法研究
| 中文摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·脑机接口研究目的和意义 | 第11-13页 |
| ·脑机接口技术 | 第11-12页 |
| ·脑机接口研究意义 | 第12-13页 |
| ·脑机接口研究现状和存在的问题 | 第13-15页 |
| ·国内外研究现状 | 第13-14页 |
| ·存在问题 | 第14-15页 |
| ·论文主要工作和结构 | 第15-17页 |
| 第二章 脑电信号预处理 | 第17-27页 |
| ·脑电信号概述 | 第17-18页 |
| ·自发脑电信号 | 第17页 |
| ·诱发脑电信号 | 第17-18页 |
| ·脑电信号采集 | 第18页 |
| ·实验范式及数据描述 | 第18-20页 |
| ·视觉诱发实验范式 | 第19页 |
| ·竞赛数据来源与分析 | 第19-20页 |
| ·脑电信号预处理 | 第20-23页 |
| ·去除伪迹方法 | 第20-22页 |
| ·预处理算法及实现 | 第22-23页 |
| ·预处理结果与分析 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于P300的视觉诱发电位特征提取 | 第27-37页 |
| ·诱发电位特征 | 第27-28页 |
| ·视觉诱发电位 | 第27页 |
| ·事件相关电位与P300 | 第27-28页 |
| ·诱发电位特征提取方法 | 第28-33页 |
| ·时域分析方法 | 第28-29页 |
| ·频域分析方法 | 第29-30页 |
| ·时频分析方法 | 第30-33页 |
| ·算法实现 | 第33页 |
| ·结果及分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 遗传算法结合BP神经网络的脑电特征识别 | 第37-51页 |
| ·线性分类法 | 第37-38页 |
| ·Fisher线性判别法 | 第37-38页 |
| ·贝叶斯线性判别法 | 第38页 |
| ·非线性分类法 | 第38-40页 |
| ·人工神经网络 | 第38-39页 |
| ·支持向量机 | 第39-40页 |
| ·遗传算法和BP神经网络相结合的分类器设计 | 第40-46页 |
| ·遗传算法基本原理 | 第40-42页 |
| ·BP神经网络基本原理 | 第42-45页 |
| ·分类器工作流程 | 第45-46页 |
| ·仿真实验 | 第46-49页 |
| ·Fisher线性判别分类 | 第47-48页 |
| ·BP神经网络分类 | 第48页 |
| ·GA结合BP神经网络分类 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-52页 |
| ·总结 | 第51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间取得的研究成果 | 第56-57页 |
| 致谢 | 第57-58页 |
| 个人简况及联系方式 | 第58-60页 |
