首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于多元生理信息的专注状态评价系统

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-19页
    1.1 课题背景及研究的目的与意义第9-12页
        1.1.1 课题研究背景第9-11页
        1.1.2 课题研究意义第11-12页
    1.2 专注状态监测系统发展现状第12-16页
        1.2.1 多元生理参数采集技术发展现状第12-14页
        1.2.2 基于脑电信号评价专注状态研究现状第14-15页
        1.2.3 国内外研究现状分析第15-16页
    1.3 本文的主要研究内容第16-17页
        1.3.1 专注状态监测系统设计第16-17页
        1.3.2 专注状态评价算法研究第17页
    1.4 本文结构安排第17-19页
第2章 专注状态监测系统设计与实现第19-34页
    2.1 可穿戴生理信号采集系统总体设计第19-21页
        2.1.1 系统结构设计第19-20页
        2.1.2 系统技术指标第20-21页
    2.2 生理信号采集系统硬件设计第21-27页
        2.2.1 多传感器组网设计第22-25页
        2.2.2 电源管理模块设计第25-27页
    2.3 专注状态监测系统软件设计第27-33页
        2.3.1 软件平台介绍第27页
        2.3.2 控制节点的上位机软件设计第27-31页
        2.3.3 传感节点的嵌入式软件设计第31-33页
    2.4 本章小结第33-34页
第3章 专注度实验设计与数据获取及预处理第34-46页
    3.1 专注度实验设计第34-38页
        3.1.1 专注度诱发实验平台第34-35页
        3.1.2 实验内容与流程第35-36页
        3.1.3 专注度指标客观评价标准第36-38页
    3.2 单通道脑电信号采集第38-40页
    3.3 脑电信号干扰预处理第40-42页
        3.3.1 基线漂移处理第40页
        3.3.2 高频干扰处理第40-41页
        3.3.3 工频干扰处理第41-42页
    3.4 基于希尔伯特-黄变换的眼电伪迹处理第42-44页
    3.5 姿态信号数据预处理第44-45页
    3.6 血氧信号数据预处理第45页
    3.7 本章小结第45-46页
第4章 专注度评价算法研究与实验分析第46-60页
    4.1 基于脑电信号的专注度评价方法研究第46-55页
        4.1.1 基于功率谱密度的专注度评价结果分析第46-49页
        4.1.2 基于eSense指数的专注度评价结果分析第49-51页
        4.1.3 基于样本熵的专注度评价结果分析第51-53页
        4.1.4 算法评价性能对比分析第53-54页
        4.1.5 脑电信号评价性能分析第54-55页
    4.2 基于姿态信号的专注度评价方法研究第55-57页
    4.3 基于血氧信号的专注度评价方法研究第57-58页
    4.4 基于多元生理信号的专注状态评价第58-59页
    4.5 本章小结第59-60页
结论第60-62页
参考文献第62-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:技术嵌入教学的伦理责任研究
下一篇:高校数字化学习资源应用现状研究--以芜湖地区为例