| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 脑机接口系统简介 | 第12-14页 |
| 1.2.1 脑-机接口系统的组成 | 第12-13页 |
| 1.2.2 脑-机接口的分类 | 第13-14页 |
| 1.3 脑机接口系统的研究现状与存在的问题 | 第14-16页 |
| 1.3.1 脑-机接口系统的研究现状 | 第14-15页 |
| 1.3.2 脑-机接口系统存在的问题 | 第15-16页 |
| 1.4 内容安排 | 第16-18页 |
| 2 脑电信号基础知识及预处理 | 第18-32页 |
| 2.1 脑电生理基础概述 | 第18-22页 |
| 2.1.1 脑电信号的分类及特点 | 第18-20页 |
| 2.1.2 运动想象脑电信号的特性分析 | 第20-21页 |
| 2.1.3 运动想象实验数据说明 | 第21-22页 |
| 2.2 脑电信号的预处理 | 第22-31页 |
| 2.2.1 FastICA算法的基本原理 | 第22-25页 |
| 2.2.2 小波包变换概述 | 第25-26页 |
| 2.2.3 基于WPT和FastICA的脑电信号预处理 | 第26-31页 |
| 2.3 本章小结 | 第31-32页 |
| 3 基于CSP与CNN的运动想象脑电信号特征提取与分类 | 第32-50页 |
| 3.1 公共空间模式简介 | 第32-37页 |
| 3.1.1 公共空间模式的基本原理 | 第32-34页 |
| 3.1.2 多类公共空间模式算法 | 第34-37页 |
| 3.2 卷积神经网络简介 | 第37-43页 |
| 3.2.1 CNN基本结构 | 第38-41页 |
| 3.2.2 CNN权值训练的一些相关问题 | 第41-42页 |
| 3.2.3 改进后的卷积神经网络 | 第42-43页 |
| 3.3 基于CSP与CNN的运动想象脑电信号特征提取与分类 | 第43-45页 |
| 3.4 实验及结果分析 | 第45-49页 |
| 3.4.1 每类模式的特征数m值选取及结果分析 | 第45-47页 |
| 3.4.2 CNN网络卷积层个数与卷积核大小选取及结果分析 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 基于改进权值训练CNN的多类运动想象脑电信号分类 | 第50-61页 |
| 4.1 遗传算法概述 | 第50-53页 |
| 4.1.1 遗传算法理论基础 | 第50-51页 |
| 4.1.2 遗传算法基本操作 | 第51-53页 |
| 4.2 基于GA与BP算法的CNN权值训练 | 第53-55页 |
| 4.3 实验及结果分析 | 第55-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 个人简历、在校期间发表的学术论文及研究成果 | 第68页 |
| 个人简历 | 第68页 |
| 在校期间发表的学术论文 | 第68页 |
