首页--医药、卫生论文--基础医学论文--医用一般科学论文--生物医学工程论文

基于中潜伏期听觉诱发电位的脑—机接口研究

摘要第4-5页
Abstract第5-6页
第一章 引言第9-14页
    1.1 脑-机接口概述第9页
    1.2 听觉诱发相关电位第9-11页
    1.3 研究意义及国内外研究现状和发展趋势第11-12页
    1.4 本文研究的内容第12-14页
第二章 脑电信号处理的理论第14-30页
    2.1 数据预处理第14-17页
        2.1.1 小波变换的理论第14-15页
        2.1.2 小波变换的算法第15-17页
        2.1.3 小波函数的选取第17页
    2.2 特征提取理论第17-20页
        2.2.1 AR模型第17-19页
        2.2.2 能量第19页
        2.2.3 面积第19页
        2.2.4 幅值第19-20页
        2.2.5 方差第20页
    2.3 分类算法的理论第20-29页
        2.3.1 交叉验证第21-22页
        2.3.2 归一化算法第22-23页
        2.3.3 支持向量机第23-26页
        2.3.4 BP神经网络第26-29页
    2.4 本章小节第29-30页
第三章 实验方案的设计与特征提取第30-43页
    3.1 试验范式的设计第30-32页
    3.2 数据来源第32页
    3.3 小波去噪的应用与分析第32-39页
        3.3.1 相干平均第36-38页
        3.3.2 阈值法第38-39页
    3.4 特征提取应用第39-40页
    3.5 特征提取结果与分析第40-41页
    3.6 本章小结第41-43页
第四章 基于SVM和ANN的实现与分析第43-54页
    4.1 支持向量机第43-46页
        4.1.1 支持向量机的Matlab算法实现第43-45页
        4.1.2 支持向量机的分类结果与分析第45-46页
        4.1.3 影响SVM识别率的因素分析第46页
    4.2 人工神经网络第46-52页
        4.2.1 人工神经网络的Matlab仿真实现第46-49页
        4.2.2 人工神经网络的分类结果与分析第49-52页
        4.2.3 影响ANN识别率的因素分析第52页
    4.3 SVM和ANN分类结果对比与分析第52-53页
    4.4 本章小结第53-54页
第五章 总结与展望第54-56页
    5.1 全文总结第54页
    5.2 未来工作的展望第54-56页
参考文献第56-60页
攻读硕士学位期间主要研究成果第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:几种生物小分子荧光传感器的构建和应用
下一篇:基于深度学习的印刷体汉字识别