| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·本文研究背景及目的意义 | 第9-10页 |
| ·国内外运动想象脑电信号研究概况 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·脑电信号的研究对教育的启示 | 第12-13页 |
| ·教育的发展需要对脑电信号的研究 | 第12页 |
| ·脑电信号的研究促进教育的发展 | 第12-13页 |
| ·本文主要内容及论文结构安排 | 第13-15页 |
| ·研究目的 | 第13页 |
| ·本论文研究的关键问题 | 第13页 |
| ·本文内容及结构安排 | 第13-15页 |
| 第二章 运动想象脑电信号的研究基础 | 第15-22页 |
| ·脑电信号的生理学基础 | 第15-18页 |
| ·脑的结构和功能 | 第15-16页 |
| ·脑电信号产生的机理及采集技术 | 第16-18页 |
| ·脑电信号的特点及频率分类 | 第18-19页 |
| ·脑电信号的特点 | 第18页 |
| ·脑电信号的频率分类 | 第18-19页 |
| ·运动想象脑电信号的研究基础 | 第19-21页 |
| ·运动想象的发展及意义 | 第19-20页 |
| ·运动想象的事件相关同步/去同步 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于FastICA的运动想象脑电信号预处理 | 第22-33页 |
| ·脑电信号的噪声干扰类型 | 第22-23页 |
| ·独立分量分析算法研究 | 第23-27页 |
| ·独立分量分析的基本原理 | 第23-24页 |
| ·快速固定点算法(FastICA) | 第24-27页 |
| ·运动想象脑电实验过程及本文数据描述 | 第27-29页 |
| ·左右运动想象脑电的实验过程 | 第27-28页 |
| ·本文实验脑电信号的数据描述 | 第28-29页 |
| ·基于eeglab平台的FastICA算法对数据预处理及结果分析 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于AR模型的运动想象脑电信号的特征提取 | 第33-48页 |
| ·脑电信号的特征提取 | 第33页 |
| ·时间序列模型理论 | 第33-35页 |
| ·自回归(AR)模型理论研究 | 第35-43页 |
| ·AR模型 | 第35页 |
| ·AR模型的阶次判定准则 | 第35-37页 |
| ·AR模型的参数估计 | 第37-43页 |
| ·基于AR模型算法的特征提取实验 | 第43-47页 |
| ·实验数据定阶 | 第44-45页 |
| ·实验数据参数估计 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于BP神经网络的运动想象脑电信号的模式识别 | 第48-64页 |
| ·神经网络理论简介 | 第48-51页 |
| ·神经网络模型结构及分类 | 第48-50页 |
| ·神经网络的互连模式 | 第50-51页 |
| ·基于BP神经网络的模式分类算法 | 第51-55页 |
| ·BP神经网络原理及结构 | 第51-52页 |
| ·BP神经网络的优势 | 第52-53页 |
| ·BP神经网络的学习过程 | 第53-55页 |
| ·BP神经网络设计及对实验数据的模式识别与分类 | 第55-63页 |
| ·BP神经网络模型结构的确定 | 第55-57页 |
| ·BP神经网络模型主要参数的确定 | 第57-58页 |
| ·数据训练及测试结果分析 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68页 |
