锋电位分类中叠加波形的检测与识别
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·锋电位分类概述 | 第10-15页 |
| ·锋电位分类的基本步骤 | 第11-12页 |
| ·锋电位分类的问题与挑战 | 第12页 |
| ·锋电位检测研究现状 | 第12-13页 |
| ·锋电位识别研究现状 | 第13-15页 |
| ·叠加锋电位简介 | 第15-17页 |
| ·叠加锋电位的产生 | 第15-16页 |
| ·叠加锋电位分类的难点 | 第16-17页 |
| ·叠加锋电位分类研究现状 | 第17页 |
| ·本文主要工作与结构 | 第17-19页 |
| 第二章 针对同步发放的叠加锋电位检测方法 | 第19-27页 |
| ·窗口检测法 | 第19-22页 |
| ·窗口检测法概述 | 第19-21页 |
| ·窗口法检测叠加锋电位的局限性 | 第21-22页 |
| ·改进的叠加锋电位检测方法 | 第22-24页 |
| ·基本思想 | 第22-23页 |
| ·算法描述 | 第23-24页 |
| ·实验及结果分析 | 第24-27页 |
| ·实验数据 | 第24-25页 |
| ·实验与结果分析 | 第25-27页 |
| 第三章 基于支持向量机的锋电位识别 | 第27-37页 |
| ·支持向量机思想简介 | 第27-30页 |
| ·支持向量机对锋电位分类的适用性分析 | 第30-35页 |
| ·核函数对分类结果的影响 | 第30-31页 |
| ·叠加波形对分类结果的影响 | 第31-33页 |
| ·信噪比对分类结果的影响 | 第33-34页 |
| ·样本相似度对分类结果的影响 | 第34-35页 |
| ·支持向量机分类锋电位的优势及存在的问题 | 第35-37页 |
| 第四章 基于窗口斜率描述法的锋电位特征表示方法 | 第37-44页 |
| ·窗口斜率描述法 | 第37-40页 |
| ·锋电位形态特点分析 | 第37-38页 |
| ·窗口斜率描述法思想 | 第38-40页 |
| ·实验及结果分析 | 第40-44页 |
| ·特征提取效果 | 第40-42页 |
| ·结合 SVM 对锋电位的分类效果 | 第42-44页 |
| 第五章 基于支持向量机的叠加锋电位分类策略 | 第44-52页 |
| ·训练集优化 | 第44-47页 |
| ·k-means 聚类思想描述 | 第45页 |
| ·基于 K 均值聚类的训练集优化方法 | 第45-47页 |
| ·基于支持向量机的叠加锋电位分类 | 第47-50页 |
| ·实验及结果分析 | 第50-52页 |
| ·欧氏距离法分类情况分析 | 第50-51页 |
| ·叠加样本分类策略应用效果 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·工作展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 发表论文和科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |
