首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于小波分析全息耳穴信号的测谎及心理旋转脑认知研究与ARM-CPU微系统应用实现

摘要第1-4页
Abstract第4-9页
第一章 引言第9-14页
   ·基本概念第9-11页
     ·脑认知第9页
     ·认知检测第9-10页
     ·软件平台第10-11页
     ·ARM 微系统第11页
   ·研究背景第11-12页
   ·研究目标第12-13页
   ·论文结构第13-14页
第二章 实验设计原理第14-20页
   ·模式识别第14-15页
   ·认知研究第15页
   ·耳穴映射第15-16页
   ·红外成像第16-17页
   ·小波分析第17-18页
   ·软件系统第18页
   ·效度分析第18-20页
第三章 软件平台设计第20-31页
   ·平台结构第20-21页
   ·模块构造第21-23页
   ·界面对话第23-24页
   ·最小程序第24-25页
   ·小波例程第25-26页
   ·VC 链接MATLAB第26-28页
   ·调试技巧第28-31页
第四章 软件平台应用第31-44页
   ·频域自相关测谎回顾第31-33页
   ·小波特征测谎分析识别第33-35页
     ·小波识别实现第33-34页
     ·小波特征建模第34页
     ·小波特征优化第34-35页
   ·小波特征检测疲劳第35-38页
     ·心理旋转第35-36页
     ·刺激信号第36页
     ·测试流程第36-38页
   ·小波特征检测疲劳扩展1第38-39页
     ·钙片实验第38-39页
     ·枸杞实验第39页
   ·小波特征检测疲劳扩展2第39-40页
   ·输出可视化训练第40-44页
     ·二维图形可视化第40-41页
     ·二维小波可视化第41-42页
     ·三维图形可视化第42页
     ·二维小波三维可视化第42-44页
第五章 数据分析第44-58页
   ·测谎试验结果第44-49页
     ·小波系数谱分析第44-45页
     ·改变dbn(j)小波分析第45-46页
     ·测谎互补规律第46-47页
     ·能量表分析第47-49页
   ·心理旋转认知疲劳实验结果第49-51页
     ·小波系数谱分析第49-50页
     ·能量表分析第50-51页
   ·心理旋转+钙片试验结果第51-53页
     ·小波系数谱分析第51-52页
     ·能量表分析第52-53页
   ·心理旋转+枸杞试验结果第53-55页
     ·小波系数谱分析第53-54页
     ·能量表分析第54-55页
   ·手机辐射信号处理结果第55-58页
第六章 微系统实现第58-63页
   ·ARM-CPU第58-59页
   ·探头单元第59页
   ·集成技术要点第59-61页
     ·ARM 微系统测谎原理第60页
     ·ARM 系统中小波算法的实现第60-61页
   ·测谎结果讨论第61-63页
第七章 结论第63-65页
参考文献第65-67页
攻读学位期间发表的论文第67-68页
致谢第68-69页
详细摘要第69-72页

论文共72页,点击 下载论文
上一篇:丰城鸡血藤黄酮类化合物富集分离及抗氧化性研究
下一篇:黄瓜单性结实和种质资源遗传多样性的ISSR分析