| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 选题的背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 认知计算研究现状 | 第12-13页 |
| 1.2.2 脑-机接口研究现状 | 第13页 |
| 1.2.3 基于云模型的认知计算 | 第13-14页 |
| 1.2.4 本文研究内容 | 第14-16页 |
| 2 脑电信号采集及分析 | 第16-38页 |
| 2.1 脑电信号概述 | 第16-17页 |
| 2.2 脑电信号的采集 | 第17-19页 |
| 2.3 脑电信号的预处理 | 第19-27页 |
| 2.3.1 脑电信号的滤波静噪 | 第19-23页 |
| 2.3.2 信号静噪结果对比 | 第23-27页 |
| 2.4 脑电信号的特征选择 | 第27-33页 |
| 2.5 脑电信号的特征提取 | 第33-36页 |
| 2.6 本章小结 | 第36-38页 |
| 3 人类认知模型-双向云模型 | 第38-66页 |
| 3.1 人类认知-云模型的定义、特征 | 第38-39页 |
| 3.1.1 云模型概述 | 第38页 |
| 3.1.2 云模型定义 | 第38-39页 |
| 3.2 云模型的数字特征 | 第39-40页 |
| 3.3 二阶正态云模型计算方法及研究 | 第40-54页 |
| 3.3.1 二阶正态云的定义 | 第40-41页 |
| 3.3.2 二阶正态云的正向变换算法 | 第41-47页 |
| 3.3.3 二阶正态云的逆向变换算法。 | 第47-54页 |
| 3.4 基于样本的逆向云变换的改进型算法 | 第54-65页 |
| 3.5 本章小结 | 第65-66页 |
| 4 基于正态云变换算法的双向认知计算 | 第66-80页 |
| 4.1 云模型与认知的联系 | 第66页 |
| 4.2 基于云变换的双向认知计算 | 第66-67页 |
| 4.3 人类认知的特点 | 第67-68页 |
| 4.4 认知计算模型实现 | 第68-78页 |
| 4.4.1 首次认知过程实现 | 第68-69页 |
| 4.4.2 基本构架已存在的认知过程实现 | 第69-74页 |
| 4.4.3 思维模式相同的多人之间的信息传递认知过程实现 | 第74-76页 |
| 4.4.4 有差思维模式的多人之间的信息传递认知过程实现 | 第76-78页 |
| 4.5 本章小结 | 第78-80页 |
| 5 认知计算在脑电信号识别中的应用 | 第80-86页 |
| 5.1 贝叶斯分类改进算法 | 第80-82页 |
| 5.2 测试数据及测试方法 | 第82-85页 |
| 5.3 本章总结 | 第85-86页 |
| 6 结论与展望 | 第86-88页 |
| 6.1 结论 | 第86-87页 |
| 6.2 展望 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 作者攻读学位期间发表学术论文清单 | 第92-94页 |
| 致谢 | 第94页 |