| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·人体生理信号概述 | 第9-10页 |
| ·人体生理信号的研究现状 | 第10-11页 |
| ·论文研究的内容及结构安排 | 第11-13页 |
| 第二章 脑电信号的分析基础 | 第13-25页 |
| ·脑电信号的基础知识 | 第13-19页 |
| ·大脑的组成及功能 | 第13-15页 |
| ·脑电信号的产生与采集 | 第15-18页 |
| ·脑电信号的噪声及降噪处理 | 第18-19页 |
| ·复杂网络基础理论 | 第19-21页 |
| ·复杂网络的概念 | 第19页 |
| ·复杂网络的静态特征 | 第19-21页 |
| ·复杂网络的研究意义 | 第21页 |
| ·相空间重构理论 | 第21-24页 |
| ·相空间重构基础 | 第21-22页 |
| ·互信息法 | 第22-23页 |
| ·C-C算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于改进的k-最近邻网络的癫痫脑电信号分析 | 第25-43页 |
| ·癫痫疾病的介绍 | 第25-28页 |
| ·癫痫发作及其病因 | 第25-26页 |
| ·癫痫疾病的分类及预防 | 第26-27页 |
| ·癫痫疾病的研究现状 | 第27-28页 |
| ·时间序列构建网络 | 第28-31页 |
| ·时间序列构建网络概念 | 第28-29页 |
| ·相关网络构建算法 | 第29页 |
| ·k-最近邻网络算法 | 第29-30页 |
| ·改进的k-最近邻网络算法 | 第30-31页 |
| ·网络转换成时间序列 | 第31-35页 |
| ·网络转换成时间序列概念 | 第31-33页 |
| ·特征值法 | 第33-34页 |
| ·随机游走法 | 第34-35页 |
| ·基于改进的k-最近邻网络的癫痫脑电信号实验分析 | 第35-41页 |
| ·实验数据 | 第35页 |
| ·实验方法 | 第35-36页 |
| ·实验结果及分析 | 第36-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于改进的k-最近邻网络的注意力状态脑电分析 | 第43-54页 |
| ·脑电信号的非线性分析方法 | 第43-48页 |
| ·非线性动力学概述 | 第43-44页 |
| ·分形与分数维 | 第44-46页 |
| ·最大Lyapunov指数 | 第46-47页 |
| ·DFA | 第47-48页 |
| ·基于改进的k-最近邻网络的注意力状态脑电实验分析 | 第48-52页 |
| ·实验数据 | 第48页 |
| ·实验方法 | 第48-49页 |
| ·实验结果及分析 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 基于改进的Kendall的癫痫脑电分析 | 第54-67页 |
| ·统计相关分析介绍 | 第54-56页 |
| ·统计相关分析概念 | 第54-55页 |
| ·皮尔森相关系数 | 第55页 |
| ·斯皮尔曼相关系数 | 第55-56页 |
| ·Kendall等级相关 | 第56-59页 |
| ·Kendall等级相关概念 | 第56-57页 |
| ·Kendall等级相关算法 | 第57-58页 |
| ·扩展的Kendall等级相关算法 | 第58-59页 |
| ·基于改进的Kendall的癫痫脑电实验分析 | 第59-66页 |
| ·实验数据 | 第59页 |
| ·实验方法 | 第59-60页 |
| ·实验结果及分析 | 第60-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第73-74页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第74-75页 |
| 致谢 | 第75页 |
