首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于脑机接口的多移动目标选择技术研究

摘要第8-9页
ABSTRACT第9-10页
第一章 绪论第11-20页
    1.1 脑机接口概述第12-17页
        1.1.1 脑机接口基本原理第12-13页
        1.1.2 BCI研究现状和发展趋势第13-17页
    1.2 课题研究内容和意义第17-19页
        1.2.1 研究背景第17-18页
        1.2.2 研究内容第18-19页
    1.3 论文的组织结构第19-20页
第二章 BCI移动目标选择系统搭建第20-31页
    2.1 常用BCI系统第20-25页
        2.1.1 基于运动想象的BCI系统第21-22页
        2.1.2 基于SSVEP的BCI系统第22-23页
        2.1.3 基于ERP的脑机接口系统第23-25页
    2.2 系统平台介绍第25-26页
    2.3 目标检测与跟踪第26-30页
        2.3.1 使用判别训练的部件模型目标检测算法第27-28页
        2.3.2 基于广义最小团问题的多目标跟踪算法(GMCP)第28-30页
    2.4 本章小结第30-31页
第三章 基于SSVEP的移动目标选择范式第31-42页
    3.1 SSVEP实验范式设计第31-33页
        3.1.1 实验场景第31-32页
        3.1.2 SSVEP视觉刺激设计第32-33页
    3.2 实验设计第33-38页
        3.2.1 评价系统的性能指标第33-34页
        3.2.2 实验被试第34页
        3.2.3 实验过程第34-35页
        3.2.4 信号处理第35-38页
    3.3 实验结果与分析第38-41页
    3.4 本章小结第41-42页
第四章 基于P300的移动目标选择范式第42-53页
    4.1 P300动态范式设计第42-43页
    4.2 实验设计第43-45页
        4.2.1 实验被试第43页
        4.2.2 实验过程第43-45页
    4.3 信号处理第45-48页
        4.3.1 数据采集第45-46页
        4.3.2 信号处理方法第46-47页
        4.3.3 P300信号分类第47-48页
    4.4 实验结果与分析第48-52页
        4.4.1 离线实验结果第48-50页
        4.4.2 在线实验结果第50-52页
    4.5 本章小结第52-53页
第五章 总结与展望第53-56页
    5.1 论文工作总结第53-54页
    5.2 未来工作展望第54-56页
致谢第56-57页
参考文献第57-61页
作者在学期间取得的学术成果第61页

论文共61页,点击 下载论文
上一篇:中国社鼠与针毛鼠的比较分子系统地理学研究
下一篇:Spark与NoSQL数据库集成技术的研究与实现