首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--电子数字计算机(不连续作用电子计算机)论文--外部设备论文--接口装置、插件论文

基于P300的脑机接口及其在线半监督学习

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-14页
    1.1 课题背景和意义第10-11页
    1.2 国内外研究现状第11-12页
    1.3 本文主要研究内容第12-14页
第二章 P300 BCI 系统介绍第14-25页
    2.1 P300 的基本原理第14页
    2.2 基于 P300 的 BCI 界面第14-17页
    2.3 P300 信号的转换算法第17-22页
        2.3.1 P300 的预处理算法第17-18页
        2.3.2 P300 的特征提取算法第18页
        2.3.3 P300 的分类算法第18-22页
    2.4 系统应用第22-24页
    2.5 本章小结第24-25页
第三章 基于 P300 的字符输入 BCI 系统范式设计第25-40页
    3.1 系统范式第25-28页
    3.2 P300 检测及动态输出第28-32页
        3.2.1 贝叶斯线性判别分析第28-29页
        3.2.2 动态输出算法第29-31页
        3.2.3 阈值参数选择第31-32页
    3.3 缩短刺激序列的动态输出方法第32-34页
    3.4 实验与结果第34-39页
        3.4.1 训练数据采集及建模第34页
        3.4.2 在线实验第34-35页
        3.4.3 实验结果第35-39页
    3.5 本章小结第39-40页
第四章 P300 BCI 系统的在线半监督学习第40-54页
    4.1 在线半监督学习算法第40-45页
        4.1.1 LS-SVM 算法第41-42页
        4.1.2 LS-SVM 的逐步更新第42-43页
        4.1.3 在线半监督学习算法第43-45页
    4.2 样本选择方法第45-47页
    4.3 基于 P300 BCI 在线半监督字符输入系统第47-49页
    4.4 实验结果第49-52页
    4.5 本章小结第52-54页
总结与展望第54-56页
    全文总结第54页
    展望第54-56页
参考文献第56-60页
攻读硕士学位期间取得的研究成果第60-61页
致谢第61-62页
附件第62页

论文共62页,点击 下载论文
上一篇:基于单片机的手持式字符识别仪研制
下一篇:基于水下无线传感器网络的AUV自组网关键技术研究