基于平行因子模型的运动想象脑电分类
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·脑-机接口简介 | 第9-13页 |
| ·脑-机接口研究意义 | 第9页 |
| ·脑-机接口系统 | 第9-11页 |
| ·脑-机接口主要研究成果 | 第11-13页 |
| ·脑-机接口软件 | 第13页 |
| ·论文主要研究内容 | 第13-14页 |
| ·论文结构安排 | 第14-15页 |
| 第二章 脑电信号 | 第15-23页 |
| ·脑电简介 | 第15-18页 |
| ·脑电的产生 | 第15页 |
| ·大脑皮层分区 | 第15-16页 |
| ·脑电的记录 | 第16-17页 |
| ·脑电的节律 | 第17-18页 |
| ·脑-机接口常用的脑电信号 | 第18-19页 |
| ·慢皮层电位 | 第18页 |
| ·感觉运动节律 | 第18页 |
| ·P300波 | 第18-19页 |
| ·视觉诱发电位 | 第19页 |
| ·事件相关(去)同步化 | 第19-21页 |
| ·皮层激活模型 | 第19-20页 |
| ·感觉运动节律和运动想象 | 第20-21页 |
| ·事件相关(去)同步化提取 | 第21页 |
| ·数据来源 | 第21-23页 |
| 第三章 数据处理 | 第23-40页 |
| ·预处理方法 | 第23-26页 |
| ·傅里叶变换及短时傅里叶变换 | 第23-24页 |
| ·小波变换 | 第24页 |
| ·Winger-Ville分布 | 第24-26页 |
| ·特征提取 | 第26-31页 |
| ·张量的秩 | 第26-27页 |
| ·张量的展开 | 第27页 |
| ·张量与矩阵的乘积 | 第27-28页 |
| ·平行因子基本模型 | 第28-29页 |
| ·模型的计算量 | 第29-30页 |
| ·模型的唯一性 | 第30-31页 |
| ·模型的优势总结 | 第31页 |
| ·分类器 | 第31-40页 |
| ·统计学习理论和支持向量机 | 第31-34页 |
| ·Viterbi算法 | 第34-35页 |
| ·基于高斯概率模型的贝叶斯决策 | 第35-40页 |
| 第四章 基于平行因子分解运动想象脑电分类 | 第40-53页 |
| ·时间和频率分辨率 | 第40-46页 |
| ·短时傅里叶变换 | 第40-42页 |
| ·小波变换 | 第42-45页 |
| ·Wigner-Ville分布 | 第45-46页 |
| ·平行因子分解结果 | 第46-48页 |
| ·分类结果 | 第48-53页 |
| ·短时傅里叶变换 | 第48-50页 |
| ·小波变换 | 第50-51页 |
| ·Wigner-Ville分布 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间主要的研究成果 | 第61页 |
