运动想象脑电分析方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景及研究目的和意义 | 第9-10页 |
| ·研究现状及现存的主要问题 | 第10-14页 |
| ·研究内容及主要工作 | 第14-16页 |
| 第2章 运动想象脑电及脑机接口研究基础 | 第16-24页 |
| ·运动想象脑电 | 第16-20页 |
| ·大脑结构及生理功能分区 | 第16-17页 |
| ·脑电产生机理和采集 | 第17-18页 |
| ·脑电信号的特点 | 第18-20页 |
| ·脑电分类 | 第20页 |
| ·运动想象脑电信号分析 | 第20-23页 |
| ·时域特征分析法 | 第21页 |
| ·频域特征分析法 | 第21-22页 |
| ·时频特征分析法 | 第22页 |
| ·时-频-空多域结合分析法 | 第22-23页 |
| ·脑机接口的结构组成 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 运动想象脑电特征提取 | 第24-33页 |
| ·事件相关去同步/同步电位检测 | 第24-25页 |
| ·小波分析 | 第25-29页 |
| ·小波变换 | 第25-26页 |
| ·连续小波变换 | 第26-27页 |
| ·离散小波变换 | 第27-28页 |
| ·小波变换的多分辨率分析 | 第28-29页 |
| ·小波熵特征提取 | 第29-32页 |
| ·定义和特点 | 第29-30页 |
| ·数学模型 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 运动想象脑电分类 | 第33-41页 |
| ·支持向量机 | 第33-37页 |
| ·最优分类超平面 | 第33-34页 |
| ·线性支持向量机 | 第34-35页 |
| ·非线性支持向量机 | 第35-37页 |
| ·支持向量机分类器改进 | 第37-40页 |
| ·基于交叉验证算法参数寻优 | 第37-38页 |
| ·基于遗传算法参数寻优 | 第38-40页 |
| ·Lib-SVM 工具箱介绍 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第5章 仿真及结果分析 | 第41-59页 |
| ·仿真一 | 第41-51页 |
| ·数据描述 | 第41-42页 |
| ·数据预处理 | 第42-43页 |
| ·小波分解 | 第43-45页 |
| ·小波熵特征提取 | 第45-46页 |
| ·二分类运动想象识别 | 第46-49页 |
| ·分类结果及讨论 | 第49-51页 |
| ·仿真二 | 第51-58页 |
| ·数据描述 | 第51-52页 |
| ·数据预处理 | 第52-54页 |
| ·小波分解 | 第54-55页 |
| ·小波熵特征提取 | 第55页 |
| ·多分类运动想象识别 | 第55-56页 |
| ·分类结果及讨论 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
