首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

神经锋电位信号识别方法研究

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第10-25页
    1.1 引言第10页
    1.2 神经锋电位信号记录方法第10-13页
        1.2.1 单电极记录第10-11页
        1.2.2 多电极记录第11-12页
        1.2.3 多电极阵列记录第12-13页
    1.3 神经锋电位信号检测第13-15页
    1.4 神经锋电位信号滤波与特征提取第15-17页
        1.4.1 锋电位信号的滤波第16页
        1.4.2 锋电位信号的特征提取第16-17页
    1.5 神经锋电位信号的分类方法第17-22页
        1.5.1 模板匹配第17-18页
        1.5.2 聚类分析第18-20页
        1.5.3 基于神经元放电特性的锋电位分类第20-21页
        1.5.4 锋电位信号分类中的难点第21-22页
    1.6 本文的主要内容和结构第22-25页
第二章 基于鲁棒模糊聚类的锋电位分类第25-44页
    2.1 引言第25页
    2.2 模糊聚类方法第25-29页
        2.2.1 模糊C均值方法第26-27页
        2.2.2 可能C均值方法第27-28页
        2.2.3 鲁棒C 均值方法第28-29页
    2.3 基于局部密度信息的模糊聚类方法第29-33页
        2.3.1 非参数密度估计第30页
        2.3.2 基于局部密度信息的模糊聚类第30-33页
    2.4 模糊聚类的有效性分析第33-34页
        2.4.1 Xie-Beni 聚类有效性评价指标第33-34页
        2.4.2 改进的模糊聚类有效性评价指标第34页
    2.5 实验结果及分析第34-42页
        2.5.1 仿真结果第35-39页
        2.5.2 实验结果第39-42页
    2.6 本章小结第42-44页
第三章 基于模糊层次聚类的锋电位分类第44-57页
    3.1 引言第44页
    3.2 神经锋电位信号的分布特点第44-45页
    3.3 基于层次聚类的锋电位分类第45-47页
    3.4 模糊层次聚类方法第47-48页
        3.4.1 模糊C 均值方法第47页
        3.4.2 划分相似性度量第47-48页
    3.5 层次聚类的有效性分析第48-50页
        3.5.1 Dunn聚类有效性评价指标第48-49页
        3.5.2 模糊层次聚类的有效性评价指标第49-50页
    3.6 实验结果及分析第50-55页
        3.6.1 仿真结果第50-53页
        3.6.2 实验结果第53-55页
    3.7 本章小结第55-57页
第四章 叠加锋电位信号的分离第57-74页
    4.1 引言第57页
    4.2 基于多类支持向量机的叠加锋电位分离第57-62页
        4.2.1 支持向量机第57-60页
        4.2.2 多类支持向量机第60-61页
        4.2.3 锋电位分类及叠加信号分离第61-62页
    4.3 基于证据理论神经网络分类器的叠加锋电位分离第62-65页
        4.3.1 证据理论神经网络分类器第62-64页
        4.3.2 锋电位分类及叠加信号分离第64-65页
    4.4 实验结果及分析第65-73页
        4.4.1 仿真结果第65-69页
        4.4.2 实验结果第69-73页
    4.5 本章小结第73-74页
第五章 改进支持向量机及其在锋电位分类中的应用第74-97页
    5.1 引言第74-75页
    5.2 基于密度信息的支持向量机第75-83页
        5.2.1 可能支持向量机第75-77页
        5.2.2 后验概率支持向量机第77-79页
        5.2.3 基于密度信息的支持向量机第79-83页
    5.3 典型性支持向量机第83-93页
        5.3.1 最优分类平面第83-87页
        5.3.2 典型性支持向量机第87-91页
        5.3.3 ζ-典型性支持向量机第91页
        5.3.4 仿真实验结果第91-93页
    5.4 改进支持向量机在锋电位分类中的应用第93-95页
    5.5 本章小结第95-97页
第六章 总结与展望第97-100页
    6.1 研究工作总结第97-98页
    6.2 研究展望第98-100页
参考文献第100-109页
致谢第109-110页
攻读博士学位期间发表的相关文章第110-112页

论文共112页,点击 下载论文
上一篇:细胞代谢网络的结构、功能与进化研究
下一篇:贝克特戏剧文本中隐喻的认知研究