现代信号处理方法在脑电信号分类中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·引言 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·论文的目的与研究内容 | 第9-11页 |
| ·论文研究的目的和内容 | 第9-10页 |
| ·论文结构 | 第10-11页 |
| 第二章 特征提取和特征选择 | 第11-25页 |
| ·特征提取和特征选择 | 第11-13页 |
| ·介绍 | 第11-12页 |
| ·特征提取现状 | 第12-13页 |
| ·特征选择现状 | 第13页 |
| ·小波分析 | 第13-17页 |
| ·小波变换 | 第13-15页 |
| ·小波变换的特点 | 第15-16页 |
| ·小波包变换 | 第16-17页 |
| ·遗传算法 | 第17-21页 |
| ·介绍 | 第17页 |
| ·遗传算法过程 | 第17-21页 |
| ·数据处理 | 第21-23页 |
| ·脑电信号特点 | 第21-22页 |
| ·数据来源 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 分类方法 | 第25-35页 |
| ·分类介绍 | 第25-26页 |
| ·支持向量机SVM | 第26-31页 |
| ·统计学习 | 第26-27页 |
| ·线性可分问题 | 第27-28页 |
| ·支持向量机 | 第28-31页 |
| ·快速学习机ELM | 第31-33页 |
| ·ELM介绍 | 第31-33页 |
| ·ELM算法 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第四章 联合优化 | 第35-61页 |
| ·脑电信号的分析 | 第35-41页 |
| ·脑电信号的时频分析 | 第35-37页 |
| ·小波去噪 | 第37-39页 |
| ·小波包提取特征值 | 第39-41页 |
| ·基于遗传算法的参数优化 | 第41-48页 |
| ·遗传算法设置 | 第41-44页 |
| ·分类器的设置 | 第44-46页 |
| ·参数优化结果 | 第46-48页 |
| ·基于Fisher准则的联合优化 | 第48-51页 |
| ·Fisher准则 | 第48页 |
| ·结果讨论 | 第48-51页 |
| ·基于均值-标准差的联合优化 | 第51-53页 |
| ·均值-标准差 | 第51页 |
| ·结果讨论 | 第51-53页 |
| ·基于遗传算法的联合优化 | 第53-59页 |
| ·遗传算法 | 第53-55页 |
| ·结果讨论 | 第55-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 总结 | 第61-63页 |
| ·本文总结 | 第61页 |
| ·研究展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |
