| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题背景与意义 | 第12-13页 |
| 1.2 基于脑电的身份认证的生物物理基础 | 第13-16页 |
| 1.2.1 脑电信号概述 | 第13-14页 |
| 1.2.2 脑电信号作为生物特征的基础及优势 | 第14-16页 |
| 1.3 基于脑电的身份认证研究现状 | 第16-18页 |
| 1.3.1 基于静息态脑电的身份认证 | 第16页 |
| 1.3.2 基于视觉诱发脑电的身份认证 | 第16-17页 |
| 1.3.3 基于心理任务脑电的身份认证 | 第17页 |
| 1.3.4 研究现状总结 | 第17-18页 |
| 1.4 课题研究内容与论文结构安排 | 第18-22页 |
| 1.4.1 课题研究内容 | 第18-19页 |
| 1.4.2 论文结构安排 | 第19-22页 |
| 第二章 基于人脸RSVP的脑电身份特征诱发实验的设计与分析 | 第22-32页 |
| 2.1 特定人脸加工下的视觉自我表征 | 第22-23页 |
| 2.2 基于人脸RSVP的身份认证实验范式设计 | 第23-24页 |
| 2.3 基于人脸RSVP的身份认证实验数据采集及预处理 | 第24-25页 |
| 2.3.1 实验被试 | 第24页 |
| 2.3.2 数据采集 | 第24-25页 |
| 2.3.3 视觉诱发脑电信号的预处理 | 第25页 |
| 2.4 基于人脸RSVP的诱发脑电身份特征分析 | 第25-30页 |
| 2.4.1 诱发ERPs波形分析 | 第26-28页 |
| 2.4.2 诱发ERPs的类内和类间相关性分析 | 第28-30页 |
| 2.4.3 诱发ERPs的时间稳定性 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 人脸RSVP诱发脑电的特征提取及分类 | 第32-42页 |
| 3.1 人脸RSVP诱发脑电信号的特征提取 | 第32-34页 |
| 3.2 人脸RSVP诱发脑电身份特征的分类器设计 | 第34-36页 |
| 3.2.1 基于线性判别分析的分类器设计 | 第34-35页 |
| 3.2.2 基于卷积神经网络的分类器设计 | 第35-36页 |
| 3.3 身份认证实验结果分析 | 第36-40页 |
| 3.3.1 导联选择结果分析 | 第36-37页 |
| 3.3.2 有效时间段分布 | 第37-38页 |
| 3.3.3 分类结果分析 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 眼电辅助的人脸RSVP脑电身份认证方案优化 | 第42-52页 |
| 4.1 眼电信号概述 | 第42-43页 |
| 4.2 实验设计及数据采集 | 第43-44页 |
| 4.3 眼电预处理及身份特征提取 | 第44-46页 |
| 4.3.1 眼电信号的预处理 | 第44-45页 |
| 4.3.2 眼电信号的特征提取 | 第45-46页 |
| 4.4 基于反向传播神经网络的眼电特征匹配 | 第46-47页 |
| 4.5 基于最小二乘法的脑电眼电分数层融合方法 | 第47-48页 |
| 4.6 身份认证实验结果分析 | 第48-50页 |
| 4.7 本章小结 | 第50-52页 |
| 第五章 基于脑电的实时身份认证系统设计与测试 | 第52-58页 |
| 5.1 系统整体框架 | 第52页 |
| 5.2 系统性能测试 | 第52-56页 |
| 5.2.1 测试数据集构建 | 第52-53页 |
| 5.2.2 系统开集鲁棒性测试 | 第53-54页 |
| 5.2.3 系统稳定性测试 | 第54-55页 |
| 5.2.4 与现有的脑电身份认证系统的对比 | 第55-56页 |
| 5.3 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-62页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 作者简历 | 第70页 |
