文理科学生大脑网络的研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 文科和理科概述 | 第11-12页 |
| 1.2 文理分科概述 | 第12-14页 |
| 1.2.1 文理分科的发展 | 第12-13页 |
| 1.2.2 文理分科产生的影响 | 第13-14页 |
| 1.3 脑网络分析方法 | 第14-15页 |
| 1.4 模式识别方法 | 第15-17页 |
| 1.4.1 模式识别概述 | 第15-16页 |
| 1.4.2 线性判别分析 | 第16页 |
| 1.4.3 支持向量机 | 第16-17页 |
| 1.5 国内外的研究现状和趋势 | 第17-19页 |
| 1.6 论文结构安排 | 第19-22页 |
| 1.6.1 本文的研究内容 | 第19-20页 |
| 1.6.2 论文结构安排 | 第20-22页 |
| 第二章 多任务下的文理科学生的EEG脑网络分析 | 第22-41页 |
| 2.1 引言 | 第22-23页 |
| 2.2 实验数据和方法 | 第23-32页 |
| 2.2.1 实验数据 | 第23-25页 |
| 2.2.2 参考电极标准化 | 第25-28页 |
| 2.2.3 数据处理 | 第28-29页 |
| 2.2.4 脑网络的构建 | 第29-31页 |
| 2.2.5 相关性分析 | 第31-32页 |
| 2.3 结果 | 第32-37页 |
| 2.3.1 文理科学生静息态大脑拓扑结构的差异 | 第32-33页 |
| 2.3.2 文理科学生任务态大脑拓扑结构的差异 | 第33-34页 |
| 2.3.3 理科生成绩和网络属性的相关性 | 第34-35页 |
| 2.3.4 高考成绩和脑网络在拓扑结构上的相关性 | 第35-36页 |
| 2.3.5 高考数学的高分组和低分组之间的差异 | 第36-37页 |
| 2.4 讨论 | 第37-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第三章 基于静息态脑网络的文理科识别研究 | 第41-54页 |
| 3.1 引言 | 第41-42页 |
| 3.2 实验数据和方法 | 第42-48页 |
| 3.2.1 实验数据 | 第42页 |
| 3.2.2 文理科学生识别的流程 | 第42-44页 |
| 3.2.3 交叉验证 | 第44页 |
| 3.2.4 判别特征的提取和选择 | 第44-48页 |
| 3.2.4.1 网络特征分析 | 第45-46页 |
| 3.2.4.2 共空间模式 | 第46-47页 |
| 3.2.4.3 特征融合 | 第47-48页 |
| 3.2.5 分类评价指标 | 第48页 |
| 3.3 结果 | 第48-51页 |
| 3.3.1 文理科学生大脑网络的差异 | 第48-49页 |
| 3.3.2 文理科学生空间拓扑上的差异 | 第49-51页 |
| 3.3.3 文理科学生识别的结果 | 第51页 |
| 3.4 讨论 | 第51-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 总结与展望 | 第54-56页 |
| 4.1 全文工作总结 | 第54-55页 |
| 4.2 未来工作展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士期间取得的成果 | 第63页 |
