| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·脑电的分类和研究现状 | 第9-12页 |
| ·脑电的分类 | 第9-10页 |
| ·脑电信号的特点 | 第10-11页 |
| ·研究的目的和意义 | 第11-12页 |
| ·国内外研究动态和发展趋势 | 第12页 |
| ·本文的主要研究内容 | 第12-14页 |
| ·研究内容 | 第12页 |
| ·各章安排 | 第12-14页 |
| 第二章 脑电信号的处理 | 第14-18页 |
| ·引言 | 第14-15页 |
| ·实验数据背景 | 第15-16页 |
| ·信号模式识别技术 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 小波分析的基本理论 | 第18-36页 |
| ·小波分析的起源 | 第18-19页 |
| ·小波变换定义及性质 | 第19-23页 |
| ·基本定义 | 第19页 |
| ·连续小波变换及性质 | 第19-21页 |
| ·离散小波变换原理及性质 | 第21-22页 |
| ·小波基 | 第22-23页 |
| ·小波基的选取方法 | 第23页 |
| ·小波变换的应用 | 第23-24页 |
| ·基于小波变换系数及FISHER距离的特征提取 | 第24-35页 |
| ·小波变换特征表示 | 第24-25页 |
| ·特征提取方法 | 第25-26页 |
| ·C3, C4电极EEG 小波分解 | 第26-33页 |
| ·计算类型内的Fisher 距离 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 脑电信号分类方法 | 第36-47页 |
| ·特征提取方法的研究现状 | 第36-37页 |
| ·特征提取方法研究现状 | 第36页 |
| ·存在不足 | 第36-37页 |
| ·人工神经网络(ARTIFICIAL NEURAL NETWORK，ANN) | 第37-38页 |
| ·人工神经网络的定义 | 第37页 |
| ·人工神经网络的分类 | 第37-38页 |
| ·人工神经网络的应用 | 第38页 |
| ·BP 神经网络的分类和识别结果 | 第38-45页 |
| ·BP 神经网络 | 第38-39页 |
| ·BP 神经网络结构 | 第39-40页 |
| ·BP 模型计算公式汇总 | 第40-42页 |
| ·标准BP 算法流程图 | 第42-43页 |
| ·MATLAB 神经网络工具箱概述 | 第43-45页 |
| ·数据处理结果 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 总结 | 第47-49页 |
| ·主要工作回顾 | 第47页 |
| ·本课题今后需进一步研究的地方 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 附录 部分程序代码 | 第55-58页 |
| 个人简历 在读期间发表的学术论文 | 第58页 |