脑机接口中预处理和分类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·脑机接口的定义和关键技术 | 第8-9页 |
| ·BCI中伪迹信号及去除方法 | 第9-13页 |
| ·BCI中的伪迹信号 | 第9-10页 |
| ·眼电伪迹及其处理方法 | 第10-13页 |
| ·基于P300的脑机接口的研究 | 第13-16页 |
| ·P300信号和Oddball范式 | 第13-14页 |
| ·基于P300的脑机接口研究现状 | 第14-16页 |
| ·本文的主要工作 | 第16-17页 |
| 2 基于盲源分离方法去除眼电伪迹 | 第17-33页 |
| ·盲源分离的理论基础 | 第17-20页 |
| ·盲源分离的数学模型 | 第17-18页 |
| ·盲源分离的预处理 | 第18-19页 |
| ·盲源分离的一般研究方法 | 第19页 |
| ·盲源分离的评价准则 | 第19-20页 |
| ·基于盲源分离的眼电伪迹去除 | 第20-21页 |
| ·独立分量分析 | 第21-27页 |
| ·独立分量分析基本理论 | 第21-23页 |
| ·基于ICA的眼电伪迹去除 | 第23-27页 |
| ·ICA和小波相结合去除眼电伪迹 | 第27-28页 |
| ·二阶盲辨识 | 第28-32页 |
| ·阶盲辨识基本理论 | 第29页 |
| ·基于SOBI的眼电伪迹去除 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 3 基于wCCA的盲源分离方法去除眼电伪迹 | 第33-47页 |
| ·引言 | 第33页 |
| ·典型相关分析 | 第33-38页 |
| ·典型相关分析基本原理 | 第34-35页 |
| ·基于CCA的盲源分离方法去除眼电伪迹 | 第35-38页 |
| ·小波变换 | 第38-40页 |
| ·小波变换基本原理 | 第38-39页 |
| ·小波阈值去噪 | 第39-40页 |
| ·基于wCCA的盲源分离方法去除眼电伪迹 | 第40-42页 |
| ·实验结果及分析 | 第42-46页 |
| ·实验数据采集 | 第42-43页 |
| ·仿真数据构成 | 第43页 |
| ·评价伪迹去除效果指标 | 第43-44页 |
| ·结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于P300的BCI系统的信号处理和分类研究 | 第47-59页 |
| ·引言 | 第47-48页 |
| ·标准数据 | 第48-50页 |
| ·P300字符拼写实验范式 | 第48-49页 |
| ·标准数据分析 | 第49-50页 |
| ·标准数据预处理和特征提取 | 第50-53页 |
| ·基于逐步回归分析的线性分类器 | 第53-55页 |
| ·逐步回归分析 | 第53-55页 |
| ·基于SWDA的分类器 | 第55页 |
| ·实验结果及分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
