| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究历史和现状 | 第10-12页 |
| 1.3 课题来源 | 第12页 |
| 1.4 本文研究内容及结构 | 第12-15页 |
| 第2章 超限学习机 | 第15-21页 |
| 2.1 超限学习机基本原理 | 第15-17页 |
| 2.2 基于超限学习机的自编码 | 第17-18页 |
| 2.3 核超限学习机 | 第18-19页 |
| 2.4 超限学习机在脑电信号研究中的应用 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于分层超限学习机的脑电信号分类识别方法 | 第21-37页 |
| 3.1 基于分层超限学习机的脑电信号分类研究框架 | 第21-22页 |
| 3.2 基于PCA和LDA的脑电信号特征提取方法 | 第22-23页 |
| 3.3 基于分层超限学习机的脑电信号分类方法 | 第23-26页 |
| 3.4 算法实现与结果分析 | 第26-35页 |
| 3.4.1 实验数据描述 | 第27-28页 |
| 3.4.2 实验参数设置 | 第28-33页 |
| 3.4.3 实验结果对比 | 第33-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 基于核分层超限学习机的脑电信号分类识别方法 | 第37-53页 |
| 4.1 核分层超限学习机方法 | 第37-39页 |
| 4.2 基于核分层超限学习机的原始脑电信号分类识别方法 | 第39-44页 |
| 4.2.1 实验过程 | 第39-41页 |
| 4.2.2 实验结果 | 第41-44页 |
| 4.3 基于核分层超限学习机的脑电特征分类识别方法 | 第44-51页 |
| 4.3.1 实验过程 | 第45页 |
| 4.3.2 实验结果 | 第45-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第5章 脑电信号处理系统及应用 | 第53-63页 |
| 5.1 脑电信号处理系统V2.0 的设计 | 第53页 |
| 5.2 脑电信号处理系统V2.0 的实现 | 第53-57页 |
| 5.3 脑电信号处理系统V2.0 的应用 | 第57-62页 |
| 5.3.1 实验数据 | 第57-58页 |
| 5.3.2 实验结果 | 第58-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间的研究成果 | 第71-73页 |
| 致谢 | 第73页 |
