首页--数理科学和化学论文--数学论文--数学分析论文--函数论论文--傅里叶分析(经典调和分析)论文

基于小波包的LMD在EEG信号分析中的研究

摘要第1-6页
Abstract第6-12页
第一章 绪论第12-24页
   ·课题研究背景及意义第12-13页
   ·脑电信号概述第13-17页
     ·脑电信号介绍第13页
     ·脑电波产生的机理第13-14页
     ·脑电信号的采集第14页
     ·脑电信号应用领域广泛第14-15页
     ·脑电信号的分类第15-16页
     ·脑电信号的特性第16-17页
   ·国内外研究现状第17-21页
     ·时域分析方法第17-18页
     ·频域分析方法第18页
     ·时频分析方法第18-20页
     ·非线性分析方法第20-21页
   ·存在的主要问题第21页
   ·主要研究内容及章节安排第21-22页
   ·本章小结第22-24页
第二章 常用脑电信号处理方法第24-36页
   ·经验模态分解(EMD)第24-29页
     ·固有模态函数第25页
     ·经验模态分解第25-28页
     ·模态混叠问题第28-29页
   ·总体经验模态分解(EEMD)第29-30页
   ·局部均值分解(LMD)第30-36页
第三章 基于小波包去噪的脑电信号去噪方法第36-52页
   ·小波分解理论第36-44页
     ·连续小波变换第36-37页
     ·离散小波变换第37-38页
     ·常用小波基函数第38-41页
     ·多分辨率分析第41-44页
   ·小波包分解第44-46页
   ·小波及小波包去噪第46-48页
     ·小波去噪第46页
     ·小波去噪方法分类第46-47页
     ·小波包去噪第47-48页
   ·去噪效果评价标准第48-49页
   ·小波及小波包去噪的对比分析第49-50页
   ·本章小结第50-52页
第四章 基于小波包的LMD脑电信号处理方法第52-76页
   ·EMD和EEMD存在的问题第52-60页
     ·EMD模态混叠问题第52-54页
     ·EMD边界问题第54-57页
     ·EEMD的分解效率第57-60页
   ·LMD的优势第60-63页
     ·LMD处理边界效应第61-62页
     ·LMD分解效率优势第62-63页
   ·脑电实验数据的采集第63-64页
   ·基于小波包的LMD的脑电信号处理方法第64-66页
   ·基于小波包的LMD在脑电信号分析中的应用第66-74页
     ·实验数据来源第66-67页
     ·小波去噪与小波包去噪对比第67-69页
     ·基于小波和小波包的LMD分解第69-72页
     ·基于小波包去噪的EMD、EEMD和LMD对比第72-74页
   ·本章小结第74-76页
第五章 总结与展望第76-78页
   ·论文总结第76-77页
   ·工作展望第77-78页
参考文献第78-84页
致谢第84-85页
攻读硕士学位期间发表的学术论文目录第85页

论文共85页,点击 下载论文
上一篇:我国各省科技金融发展效率的测算及收敛性分析
下一篇:基于旋转不变t-模的T-S-半传递性的研究