| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·脑电信号及其分析方法概述 | 第9-11页 |
| ·癫痫发作预报的研究现状 | 第11-15页 |
| ·论文主要内容及结构 | 第15-16页 |
| 2 基于相位分析的多元脑电信号特征提取 | 第16-33页 |
| ·相位计算方法 | 第16-19页 |
| ·希尔伯特变换 | 第16-17页 |
| ·复高斯小波变换 | 第17-18页 |
| ·希尔伯特-黄变换 | 第18-19页 |
| ·基于极端学习机的模型辨识 | 第19-22页 |
| ·极端学习机基本原理 | 第20-21页 |
| ·极端学习机在模型辨识中的应用 | 第21-22页 |
| ·基于希尔伯特-黄变换和极端学习机的多元脑电信号特征提取 | 第22-32页 |
| ·特征提取方法描述 | 第22-24页 |
| ·癫痫发作预报系统的建立 | 第24-25页 |
| ·癫痫发作预报仿真分析 | 第25-32页 |
| ·小结 | 第32-33页 |
| 3 基于极端学习机的脑电信号分类器研究 | 第33-44页 |
| ·概率判决极端学习机 | 第33-37页 |
| ·算法原理 | 第33-35页 |
| ·概率判决极端学习机在癫痫发作预报系统中的应用 | 第35-37页 |
| ·集成极端学习机 | 第37-42页 |
| ·集成学习策略 | 第37-38页 |
| ·集成极端学习机算法原理 | 第38-40页 |
| ·集成极端学习机在癫痫发作预报系统中的应用 | 第40-42页 |
| ·小结 | 第42-44页 |
| 4 癫痫发作预报动态更新框架研究 | 第44-51页 |
| ·动态更新框架描述 | 第44-47页 |
| ·基本框架 | 第44-45页 |
| ·异常样本检测与样本库更新准则 | 第45-47页 |
| ·动态更新框架下的癫痫发作预报系统仿真分析 | 第47-49页 |
| ·实验设计 | 第47-48页 |
| ·仿真结果分析 | 第48-49页 |
| ·小结 | 第49-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 课题资助情况 | 第58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |