| 中文摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第9-18页 |
| 1.1 研究背景 | 第9-12页 |
| 1.1.1 脑电信号 | 第9-10页 |
| 1.1.2 脑机接口概述 | 第10-12页 |
| 1.2 脑电检测分析的历史与现状 | 第12-14页 |
| 1.2.1 脑电信号的发现与检测 | 第12页 |
| 1.2.2 脑电信号识别研究的现状 | 第12-14页 |
| 1.3 茧丝纤度序列研究与非平稳时间序列分析方法 | 第14-16页 |
| 1.4 本课题的研究内容与意义 | 第16-18页 |
| 第二章 时间序列及其分析模型和方法介绍 | 第18-29页 |
| 2.1 时间序列分析介绍 | 第18-19页 |
| 2.1.1 时间序列的分类 | 第18-19页 |
| 2.1.2 时间序列分析模型的应用 | 第19页 |
| 2.2 自协方差非平稳时间序列模型及其分析模型 | 第19-23页 |
| 2.2.1 自协方差非平稳时间序列 | 第19-20页 |
| 2.2.2 时变向量自回归模型 | 第20-23页 |
| 2.2.3 模型定阶的方法 | 第23页 |
| 2.3 判别分析的指标 | 第23-27页 |
| 2.3.1 马氏距离 | 第23-24页 |
| 2.3.2 范数 | 第24-25页 |
| 2.3.3 最小奇异值 | 第25-26页 |
| 2.3.4 x~2值 | 第26-27页 |
| 2.4 编程系统 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 实验设计与数据采集 | 第29-36页 |
| 3.1 实验方法和方案设计 | 第29-30页 |
| 3.2 实验设备和条件 | 第30-33页 |
| 3.2.1 实验设备简介 | 第30-31页 |
| 3.2.2 电极放置标准 | 第31-33页 |
| 3.3 数据收集 | 第33-35页 |
| 3.3.1 数据采集注意事项 | 第33-34页 |
| 3.3.2 实验数据采集 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 脑电信号处理与分析 | 第36-55页 |
| 4.1 脑电信号的预处理 | 第36-42页 |
| 4.1.1 主成分分析法 | 第36-38页 |
| 4.1.2 傅里叶变换法 | 第38-39页 |
| 4.1.3 脑电信号的预处理步骤 | 第39-41页 |
| 4.1.4 预处理结果的讨论 | 第41-42页 |
| 4.2 选取分析识别的序列段 | 第42-46页 |
| 4.2.1 时间序列分段特征分析 | 第42-43页 |
| 4.2.2 分段特征和序列段的选择 | 第43-44页 |
| 4.2.3 以识别对象序列的相关性为特征 | 第44-45页 |
| 4.2.4 以识别对象序列的差分为特征 | 第45-46页 |
| 4.3 待识别序列的回归分析 | 第46-50页 |
| 4.3.1 建立各时间点与序列段平均值的线性回归方程 | 第46-47页 |
| 4.3.2 提取趋势分量与波动分量 | 第47-48页 |
| 4.3.3 模式特征的讨论 | 第48-50页 |
| 4.4 波动分量的分析 | 第50-54页 |
| 4.4.1 波动分量的统计特征 | 第50-51页 |
| 4.4.2 波动分量的自回归分析 | 第51-52页 |
| 4.4.3 波动分量自回归模型的讨论 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 识别方法的应用与结果分析 | 第55-65页 |
| 5.1 各种识别参数的实验结果 | 第55-60页 |
| 5.1.1 范数 | 第55-56页 |
| 5.1.2 最小奇异值 | 第56-57页 |
| 5.1.3 马氏距离 | 第57-58页 |
| 5.1.4 马氏距离的x~2值 | 第58-60页 |
| 5.2 识别结果的验证分析及比较 | 第60-62页 |
| 5.2.1 判别算法的评价方法 | 第60页 |
| 5.2.2 各种识别方法的验证分析 | 第60-61页 |
| 5.2.3 识别参数的选定 | 第61-62页 |
| 5.3 实验验证 | 第62-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间公开发表的论文 | 第72-73页 |
| 附录 | 第73-85页 |
| 致谢 | 第85-86页 |