面向运动想象的脑电信号特征选择与特征提取算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·课题研究的背景与意义 | 第8-9页 |
| ·运动想象脑机接.的研究现状 | 第9-10页 |
| ·脑电信号特征选择与特征提取算法的研究现状 | 第10-12页 |
| ·特征选择算法的研究现状 | 第11页 |
| ·特征提取算法的研究现状 | 第11-12页 |
| ·运动想象脑电信号处理现存在的问题 | 第12-13页 |
| ·论文的研究内容与结构安排 | 第13-15页 |
| 2 运动想象脑电信号分类识别方案的设计 | 第15-24页 |
| ·运动想象脑电信号的特征 | 第15-18页 |
| ·脑电信号的产生 | 第15-16页 |
| ·脑电信号的特点 | 第16-17页 |
| ·事件相关去同步化与同步化现象 | 第17-18页 |
| ·运动想象脑电信号的分类识别 | 第18-21页 |
| ·小样本学习运动想象脑电数据集 | 第18-20页 |
| ·脑电信号分类识别的实验方案设计 | 第20-21页 |
| ·分类识别系统的评价标准 | 第21-23页 |
| ·ACC | 第21页 |
| ·MI | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 运动想象脑电信号的特征选择算法 | 第24-35页 |
| ·基于互信息的特征选择算法 | 第24-28页 |
| ·互信息 | 第24-25页 |
| ·互信息的特征选择算法 | 第25-28页 |
| ·基于相关系数的特征选择算法 | 第28-30页 |
| ·相关系数 | 第28页 |
| ·相关系数的特征选择算法 | 第28-30页 |
| ·基于散度分析的特征选择算法 | 第30-34页 |
| ·散度 | 第30-31页 |
| ·散度分析的特征选择算法 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 4 运动想象脑电信号的特征提取与分类算法 | 第35-50页 |
| ·运动想象脑电信号的特征提取算法 | 第35-45页 |
| ·周期图法 | 第35-37页 |
| ·AR模型谱估计 | 第37-42页 |
| ·CSP算法 | 第42-45页 |
| ·运动想象脑电信号的分类识别算法 | 第45-49页 |
| ·LDA分类器设计 | 第46-48页 |
| ·分类识别结果 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 运动想象脑电信号的识别结果与分析 | 第50-67页 |
| ·运动想象脑电信号的预处理 | 第50-52页 |
| ·运动想象脑电信号的特征选择结果与分析 | 第52-54页 |
| ·特征选择的实验方案 | 第52-53页 |
| ·特征选择结果分析 | 第53-54页 |
| ·运动想象脑电信号的识别结果与分析 | 第54-64页 |
| ·CSP算法的识别结果与分析 | 第55-59页 |
| ·AR模型谱估计的识别结果与分析 | 第59-62页 |
| ·CSP-AR方法的识别结果与分析 | 第62-64页 |
| ·不同特征选择与提取方法的实验结果分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读学位期间发表的相关学术论文及研究成果 | 第75页 |
