内嵌时空模式的脑电信号仿真与分析
| 目录 | 第1-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8页 |
| ·神经信息学发展背景 | 第8-10页 |
| ·课题生理意义 | 第10-12页 |
| ·课题主要研究内容 | 第12-14页 |
| 第二章 脑电信号处理方法 | 第14-21页 |
| ·功率谱估计方法 | 第14-16页 |
| ·自回归模型的原理 | 第14-16页 |
| ·自回归模型的应用 | 第16页 |
| ·小波变换 | 第16-18页 |
| ·小波变换的原理 | 第16-17页 |
| ·小波变换的应用 | 第17-18页 |
| ·Hilbert变换 | 第18-21页 |
| ·Hilbert变换原理 | 第18-19页 |
| ·解析信号-解析幅值和解析相位 | 第19-20页 |
| ·Hilbert在信号分析领域的应用概况 | 第20-21页 |
| 第三章 内嵌空间模式的脑电仿真 | 第21-34页 |
| ·背景脑电的仿真 | 第21-30页 |
| ·背景脑电的随机数仿真 | 第21-22页 |
| ·背景脑电的时域分析 | 第22-27页 |
| ·背景脑电的空间分析 | 第27-28页 |
| ·仿真特性与真实脑电特性的比较 | 第28-30页 |
| ·调幅模式的嵌入 | 第30-34页 |
| ·空间幅度调谐 | 第31-32页 |
| ·时域幅度调谐 | 第32-34页 |
| 第四章 内嵌空间模式的脑电分析 | 第34-57页 |
| ·模式特征提取 | 第34-39页 |
| ·参数计算 | 第34-38页 |
| ·嵌入模式的幅度统计分析 | 第38-39页 |
| ·基于欧氏距离和线性判别的调幅模式分类 | 第39-46页 |
| ·Sammon’s非线性映射原理 | 第39-40页 |
| ·线性判别原理 | 第40-41页 |
| ·基于非线性映射和线性判别的调幅模式识别 | 第41-46页 |
| ·基于KIII网络调幅模式识别 | 第46-52页 |
| ·KIII网络的结构 | 第46-48页 |
| ·KIII网络的学习规则和识别算法 | 第48-51页 |
| ·KIII网络对调幅模式的识别 | 第51-52页 |
| ·BP网络对调幅模式的识别 | 第52-56页 |
| ·BP网络的原理 | 第52-54页 |
| ·BP网络对调幅模式的识别 | 第54-56页 |
| ·KIII网络和BP网络识别结果的分析 | 第56-57页 |
| 第五章 总结 | 第57-64页 |
| ·脑电仿真总结 | 第57页 |
| ·内嵌空间模式的脑电分析总结 | 第57-58页 |
| ·仿真研究中的问题和改进方向 | 第58-64页 |
| 第六章 脑电研究展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 已发表文章 | 第69-72页 |
| 致谢 | 第72-73页 |
| 独创性声明 | 第73页 |
| 学位论文版权使用授权书 | 第73页 |
