首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视觉诱发脑电信号的疲劳特征提取与识别研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第11-16页
    1.1 研究背景及意义第11-12页
    1.2 国内外发展现状第12-14页
    1.3 课题研究面临的挑战第14-15页
    1.4 论文研究内容和布局第15-16页
第二章 视觉疲劳脑电信号的理论基础第16-22页
    2.1 脑电信号的基本理论第16-18页
        2.1.1 大脑结构与脑电信号产生的机理第16-17页
        2.1.2 脑电信号的分类第17页
        2.1.3 脑电信号的基本特征第17-18页
    2.2 视觉诱发电位的概述第18-20页
        2.2.1 P300第18页
        2.2.2 瞬态视觉诱发电位第18-19页
        2.2.3 稳态视觉诱发电位第19-20页
    2.3 视觉疲劳脑电信号的处理流程第20-21页
    2.4 本章小结第21-22页
第三章 视觉疲劳脑电信号的采集与预处理第22-31页
    3.1 视觉疲劳脑电信号的采集设备第22-23页
    3.2 视觉疲劳实验设计与导联选择第23-26页
        3.2.1 导联选择第24页
        3.2.2 视觉刺激器设计第24-25页
        3.2.3 实验对象第25页
        3.2.4 实验流程设计第25-26页
    3.3 视觉疲劳脑电信号的预处理第26-29页
    3.4 本章小结第29-31页
第四章 视觉疲劳脑电信号的特征提取第31-46页
    4.1 特征提取概述第31-32页
    4.2 基于频谱分析的视觉疲劳特征提取第32-36页
    4.3 基于非线性动力学的视觉疲劳特征提取第36-39页
        4.3.1 近似熵第36-37页
        4.3.2 样本熵第37-39页
    4.4 实验结果分析第39-45页
        4.4.1 主观疲劳评价结果分析第39-40页
        4.4.2 视觉疲劳脑电特征分析第40-43页
        4.4.3 统计结果分析第43-45页
    4.5 本章小结第45-46页
第五章 视觉疲劳脑电信号的特征分类第46-55页
    5.1 常见的特征分类方法第46-49页
        5.1.1 线性分类器第46-48页
        5.1.2 神经网络第48-49页
        5.1.3 非线性贝叶斯分类器第49页
        5.1.4 K近邻第49页
    5.2 支持向量机第49-51页
    5.3 视觉疲劳脑电信号的特征分类结果分析第51-53页
    5.4 本章小结第53-55页
总结和展望第55-57页
参考文献第57-62页
攻读硕士学位期间发表的论文第62-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:高精度三维扫描系统的设计与应用研究
下一篇:基于子结构逻辑的不确定性语义时态查询中间件研究