| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 脑-机接口系统的基本组成 | 第9-10页 |
| 1.2 EEG信号的产生和特点 | 第10-11页 |
| 1.3 EEG信号特征提取 | 第11-12页 |
| 1.4 EEG信号特征分类 | 第12-14页 |
| 第二章 共同空间模式算法综述 | 第14-19页 |
| 2.1 共同空间模式的基本原理 | 第14-15页 |
| 2.2 改进的共同空间模式算法 | 第15-17页 |
| 2.3 本文的主要工作 | 第17页 |
| 2.4 本文的结构安排 | 第17-19页 |
| 第三章 波形长度正则化的L1-范数共同空间模式 | 第19-37页 |
| 3.1 波形长度与噪声度量 | 第19-21页 |
| 3.2 波形长度正则化的L1-范数共同空间模式 | 第21-25页 |
| 3.2.1 wlCSPL1算法的目标函数 | 第21-22页 |
| 3.2.2 目标函数的求解及迭代算法 | 第22-24页 |
| 3.2.3 算法收敛性证明 | 第24-25页 |
| 3.2.4 扩展到多对滤波器 | 第25页 |
| 3.2.5 特征提取 | 第25页 |
| 3.3 基于模拟数据的实验 | 第25-27页 |
| 3.4 基于真实EEG数据的实验 | 第27-36页 |
| 3.4.1 EEG数据说明及预处理 | 第27-28页 |
| 3.4.2 实验参数的设定 | 第28-29页 |
| 3.4.3 在原始EEG信号上的实验结果 | 第29-34页 |
| 3.4.4 噪声的引入及在噪声数据上的实验结果 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 稀疏的L1-范数共同空间模式 | 第37-48页 |
| 4.1 L1-范数的稀疏原理 | 第37-38页 |
| 4.2 稀疏的L1-范数共同空间模式 | 第38-41页 |
| 4.2.1 目标函数的提出及求解 | 第38-40页 |
| 4.2.2 算法收敛性证明 | 第40-41页 |
| 4.2.3 扩展到多对滤波器 | 第41页 |
| 4.3 实验数据说明及参数设定 | 第41-43页 |
| 4.3.1 数据说明 | 第41-42页 |
| 4.3.2 预处理 | 第42页 |
| 4.3.3 参数的设定 | 第42-43页 |
| 4.4 实验结果 | 第43-47页 |
| 4.4.1 在BCI competition Ⅲ Ⅳa数据集上的实验结果 | 第43-45页 |
| 4.4.2 在BCI 2000 PhysioNet数据集上的实验结果 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 幅值-相位特征耦合的特征提取算法 | 第48-64页 |
| 5.1 相位同步现象及幅值-相位耦合的重要性 | 第48-51页 |
| 5.1.1 EEG信号的基本特征 | 第48-49页 |
| 5.1.2 同步现象及度量方法 | 第49-50页 |
| 5.1.3 幅值-相位特征耦合的意义 | 第50-51页 |
| 5.2 符号秩加权的相位延迟算法 | 第51-52页 |
| 5.2.1 算法提出 | 第51页 |
| 5.2.2 算法优势分析 | 第51-52页 |
| 5.3 幅值-相位耦合的特征提取方法 | 第52-54页 |
| 5.3.1 提取幅值特征 | 第52页 |
| 5.3.2 提取相位特征 | 第52-53页 |
| 5.3.3 幅值-相位特征耦合 | 第53-54页 |
| 5.4 BCI COMPETITION Ⅳ ⅡA数据集 | 第54-59页 |
| 5.4.1 实验数据说明及预处理 | 第54-55页 |
| 5.4.2 电极耦合方法 | 第55-56页 |
| 5.4.3 实验结果 | 第56-59页 |
| 5.5 在BCI COMPETITION Ⅳ Ⅰ数据集 | 第59-63页 |
| 5.5.1 实验数据说明及预处理 | 第59-60页 |
| 5.5.2 电极耦合方法 | 第60-61页 |
| 5.5.3 实验结果 | 第61-63页 |
| 5.6 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 存在的问题与展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 硕士期间发表论文 | 第71-72页 |
| 致谢 | 第72页 |
