| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| §1.1 引言 | 第7-8页 |
| §1.2 EEG信号的一般分析方法及研究现状 | 第8-10页 |
| §1.2.1 非参数分析方法 | 第8-9页 |
| §1.2.2 参数模型方法 | 第9-10页 |
| §1.3 论文的目的和意义 | 第10页 |
| §1.4 论文的主要研究内容及创新点 | 第10-12页 |
| §1.4.1 论文的主要内容 | 第10-11页 |
| §1.4.2 论文的创新点 | 第11-12页 |
| 第二章 混沌动力学和相空间重构 | 第12-24页 |
| §2.1 混沌的发展及本质 | 第12-13页 |
| §2.2 混沌动力系统的数学模型及定量描述 | 第13-15页 |
| §2.2.1 混沌动力系统的数学模型 | 第13-14页 |
| §2.2.2 混沌动力系统动力学特性的定量描述 | 第14-15页 |
| §2.3 相空间重构 | 第15-23页 |
| §2.3.1 时间延迟τ的选择 | 第15-18页 |
| §2.3.2 最小嵌入维m的选择 | 第18-23页 |
| §2.4 本章小结 | 第23-24页 |
| 第三章 小波神经网络及其优化算法 | 第24-34页 |
| §3.1 小波神经网络 | 第24-28页 |
| §3.1.1 由离散小波变换推导出的小波网络 | 第25-27页 |
| §3.1.2 由连续小波变换推导出的小波网络 | 第27-28页 |
| §3.2 小波网络的优化过程回顾 | 第28-30页 |
| §3.2.1 小波函数的选择 | 第28-29页 |
| §3.2.2 小波网络参数的初始化 | 第29页 |
| §3.2.3 小波网络中隐层节点数的确定 | 第29-30页 |
| §3.2.4 小波网络参数的训练算法 | 第30页 |
| §3.3 遗传算法原理及其自适应小波网络优化 | 第30-33页 |
| §3.3.1 遗传算法原理 | 第30-32页 |
| §3.3.2 基于遗传算法的自适应小波网络参数优化 | 第32-33页 |
| §3.4 本章小结 | 第33-34页 |
| 第四章 多重小波网络模型及其仿真实验 | 第34-50页 |
| §4.1 小波网络模型 | 第34-36页 |
| §4.2 多重小波网络模型的构造 | 第36-43页 |
| §4.2.1 隐马尔可夫模型 | 第37-41页 |
| §4.2.2 多重小波网络模型的数学表示 | 第41页 |
| §4.2.3 多重小波网络模型的构造及优化流程图 | 第41-43页 |
| §4.3 仿真实验结果及讨论 | 第43-49页 |
| §4.3.1 Lorenz混沌时间序列的仿真实验 | 第43-45页 |
| §4.3.2 脑电信号的仿真实验 | 第45-49页 |
| §4.4 本章小结 | 第49-50页 |
| 第五章 基于多重小波网络模型的癫痫检测 | 第50-53页 |
| §5.1 癫痫及癫痫检测简介 | 第50页 |
| §5.2 检测方法 | 第50-51页 |
| §5.3 检测结果及讨论 | 第51-52页 |
| §5.4 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的论文 | 第59-60页 |
| 致谢 | 第60页 |