| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究内容与组织结构 | 第14-16页 |
| 第二章 P300电位与信号处理算法 | 第16-25页 |
| 2.1 P300电位 | 第16-21页 |
| 2.1.1 脑电信号的生理学基础 | 第16-18页 |
| 2.1.2 P300诱发电位 | 第18页 |
| 2.1.3 P300字符拼写范式 | 第18-21页 |
| 2.2 信号处理算法概述 | 第21-24页 |
| 2.2.1 预处理算法 | 第21页 |
| 2.2.2 特征提取方法 | 第21-22页 |
| 2.2.3 分类算法 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 P300数据集的数据非平衡问题 | 第25-30页 |
| 3.1 数据非平衡问题概述 | 第25-27页 |
| 3.2 P300 Speller中的数据非平衡问题 | 第27-28页 |
| 3.3 P300数据集的非平衡性 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 基于非平衡处理的P300电位识别 | 第30-44页 |
| 4.1 信号采集 | 第31-32页 |
| 4.2 数据预处理和特征提取 | 第32-34页 |
| 4.3 训练算法 | 第34-41页 |
| 4.3.1 基于SMOTE的FLDA算法 | 第34-36页 |
| 4.3.2 基于随机上采样的集成SVM算法 | 第36-41页 |
| 4.4 字符识别策略 | 第41-42页 |
| 4.5 评价标准 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 实验结果与分析 | 第44-58页 |
| 5.1 数据集介绍 | 第44-45页 |
| 5.2 数据预处理结果 | 第45-47页 |
| 5.3 SFLDA算法实验结果 | 第47-50页 |
| 5.4 RUSBagging SVMs实验结果 | 第50-53页 |
| 5.5 综合对比结果 | 第53-55页 |
| 5.6 本章小结 | 第55-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间完成的学术成果 | 第65-66页 |
| 致谢 | 第66-67页 |