| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 相关理论与技术基础介绍 | 第18-31页 |
| 2.1 脑电信号简介 | 第18-20页 |
| 2.1.1 脑电信号的波形分类 | 第18-20页 |
| 2.1.2 脑电信号中的噪声类型 | 第20页 |
| 2.2 脑电信号的去噪 | 第20-23页 |
| 2.2.1 主成分分析 | 第20-21页 |
| 2.2.2 独立分量分析 | 第21-22页 |
| 2.2.3 小波变换 | 第22-23页 |
| 2.2.4 回归分析 | 第23页 |
| 2.3 脑电信号的特征提取 | 第23-26页 |
| 2.3.1 近似熵 | 第24-25页 |
| 2.3.2 样本熵 | 第25-26页 |
| 2.4 脑电信号的分类算法 | 第26-30页 |
| 2.4.1 支持向量机 | 第26-28页 |
| 2.4.2 K最近邻分类 | 第28-29页 |
| 2.4.3 BP神经网络 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 学习加速模型建立 | 第31-40页 |
| 3.1 学习加速模型总体描述 | 第31-32页 |
| 3.2 学习状态相关因素的筛选 | 第32-33页 |
| 3.3 学习状态代表因素与脑电信号的关联 | 第33-38页 |
| 3.3.1 注意力脑电特征提取方案 | 第33-35页 |
| 3.3.2 疲劳程度脑电特征提取方案 | 第35-36页 |
| 3.3.3 脑力负荷脑电特征提取方案 | 第36-38页 |
| 3.4 学习状态评估模型的建立 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 脑电信号处理算法分析 | 第40-59页 |
| 4.1 脑电信号去噪算法分析 | 第40-50页 |
| 4.1.1 独立分量分析去噪 | 第40-45页 |
| 4.1.1.1 快速ICA算法 | 第41-43页 |
| 4.1.1.2 EEMD-ICA | 第43-45页 |
| 4.1.1.3 Single-ChannelICA | 第45页 |
| 4.1.2 平稳小波变换去噪 | 第45-46页 |
| 4.1.3 不同去噪算法比较分析 | 第46-50页 |
| 4.2 脑电信号分解算法分析 | 第50-56页 |
| 4.2.1 变分模态分解 | 第51-52页 |
| 4.2.2 小波包分解 | 第52-54页 |
| 4.2.3 不同分解算法对比分析 | 第54-56页 |
| 4.3 脑电信号分类算法分析 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 学习加速系统原型设计与实现 | 第59-74页 |
| 5.1 系统需求分析 | 第59-60页 |
| 5.2 系统整体架构 | 第60-61页 |
| 5.3 系统模块设计 | 第61-66页 |
| 5.3.1 脑电数据采集模块 | 第62页 |
| 5.3.2 脑电信号处理模块 | 第62-64页 |
| 5.3.3 学习状态评估模块 | 第64-65页 |
| 5.3.4 图形界面模块 | 第65-66页 |
| 5.4 系统实现 | 第66-73页 |
| 5.4.1 开发环境 | 第66-67页 |
| 5.4.2 脑电数据采集模块实现 | 第67页 |
| 5.4.3 脑电信号处理模块实现 | 第67-70页 |
| 5.4.4 学习状态评估模块实现 | 第70-72页 |
| 5.4.5 图形界面模块实现 | 第72-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第六章 系统测试与分析 | 第74-82页 |
| 6.1 测试环境 | 第74页 |
| 6.2 测试方案 | 第74-76页 |
| 6.2.1 注意力测试方案 | 第75页 |
| 6.2.2 疲劳程度测试方案 | 第75页 |
| 6.2.3 脑力负荷测试方案 | 第75-76页 |
| 6.2.4 学习状态评估测试方案 | 第76页 |
| 6.3 测试结果分析 | 第76-81页 |
| 6.3.1 注意力测试结果分析 | 第76-77页 |
| 6.3.2 疲劳程度测试结果分析 | 第77-79页 |
| 6.3.3 脑力负荷测试结果分析 | 第79-80页 |
| 6.3.4 学习状态评估测试结果分析 | 第80-81页 |
| 6.4 本章小结 | 第81-82页 |
| 第七章 总结与展望 | 第82-84页 |
| 7.1 全文总结 | 第82-83页 |
| 7.2 未来展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间取得的成果 | 第89页 |