运动想象脑电信号特征提取与分类研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 引言 | 第11页 |
| 1.2 脑-机接口的组成与分类 | 第11-16页 |
| 1.2.1 脑-机接口系统组成 | 第11-13页 |
| 1.2.2 BCI系统的分类 | 第13-15页 |
| 1.2.3 BCI研究的意义 | 第15-16页 |
| 1.3 国内外的研究现状及存在的问题 | 第16-19页 |
| 1.4 本文的主要工作以及内容安排 | 第19-20页 |
| 第2章 脑电信号 | 第20-26页 |
| 2.1 脑电信号的概述 | 第20-22页 |
| 2.1.1 大脑的机构及功能分区 | 第20页 |
| 2.1.2 脑电信号的产生机理 | 第20-21页 |
| 2.1.3 脑电信号的特点 | 第21-22页 |
| 2.2 脑电信号采集 | 第22-23页 |
| 2.3 脑电信号的分析方法 | 第23-25页 |
| 2.3.1 时域分析 | 第23-24页 |
| 2.3.2 频域分析 | 第24页 |
| 2.3.3 时频分析 | 第24页 |
| 2.3.4 多维统计分析 | 第24页 |
| 2.3.5 非线性动力学分析 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 运动想象脑电信号的预处理 | 第26-33页 |
| 3.1 运动想象实验数据 | 第26-27页 |
| 3.1.1 实验数据 1 | 第26-27页 |
| 3.1.2 实验数据 2 | 第27页 |
| 3.2 常用的脑电信号消噪方法 | 第27-28页 |
| 3.3 小波阈值EEG去噪 | 第28-30页 |
| 3.3.1 硬阈值和软阈值去噪 | 第28-29页 |
| 3.3.2 改进软阈值去噪 | 第29-30页 |
| 3.4 实验分析 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 运动想象脑电信号的特征提取 | 第33-44页 |
| 4.1 基于空间域的特征提取 | 第33-36页 |
| 4.1.1 基于CSP的特征提取 | 第33-35页 |
| 4.1.2 基于R-CSP的特征提取 | 第35-36页 |
| 4.2 基于小波模糊熵的脑电信号的特征提取 | 第36-43页 |
| 4.2.1 小波变换的基本原理 | 第36-39页 |
| 4.2.2 模糊熵理论 | 第39-41页 |
| 4.2.3 基于小波模糊熵的特征提取 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 运动想象脑电信号的模式分类 | 第44-52页 |
| 5.1 常用的模式分类方法 | 第44-45页 |
| 5.2 支持向量机 | 第45-49页 |
| 5.2.1 线性支持向量机 | 第46-48页 |
| 5.2.2 非线性支持向量机 | 第48-49页 |
| 5.3 粒子群算法 | 第49-50页 |
| 5.4 改进的PSO-SVM分类器 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 实验结果与分析 | 第52-60页 |
| 6.1 实验1的结果分析 | 第52-55页 |
| 6.1.1 PSO优化SVM的过程 | 第52页 |
| 6.1.2 PSO-SVM的分类结果及分析 | 第52-55页 |
| 6.2 实验2的结果分析 | 第55-59页 |
| 6.2.1 小波模糊熵特征提取结果 | 第55-57页 |
| 6.2.2 PSO-SVM的分类结果及分析 | 第57-59页 |
| 6.3 本章小结 | 第59-60页 |
| 第7章 总结与展望 | 第60-62页 |
| 7.1 本文工作总结 | 第60-61页 |
| 7.2 研究展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 附录 | 第68页 |
