非线性系统时间序列分析方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·前言 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·脑电的非线性研究的现状 | 第10页 |
| ·主要非线性方法研究的现状 | 第10-12页 |
| ·论文研究内容和结构安排 | 第12-14页 |
| 第2章 非线性系统时间序列的特征 | 第14-21页 |
| ·非线性时间序列的时频特征 | 第14-16页 |
| ·自相关函数 | 第14-15页 |
| ·功率谱 | 第15-16页 |
| ·非线性时间序列的相空间特征 | 第16-20页 |
| ·关联维 | 第16-17页 |
| ·最大 Lyapunov 指数 | 第17-19页 |
| ·Kolmogorov 熵 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 非线性系统时间序列的主成分分析 | 第21-28页 |
| ·主成分分析的数学原理 | 第21-23页 |
| ·主成分分析的数学模型 | 第21-22页 |
| ·主成分的计算方法 | 第22-23页 |
| ·分段关联脑电的主成分分析 | 第23-25页 |
| ·信息熵和互信息 | 第23-24页 |
| ·基于互信息的主成分分析 | 第24-25页 |
| ·分段脑电的第一主成分 | 第25页 |
| ·实验结果及分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 非线性系统时间序列的相空间分析 | 第28-39页 |
| ·非线性时间序列的相空间重构 | 第28-35页 |
| ·基于符号化方法的延迟时间选择 | 第28-32页 |
| ·基于 Cao 算法的最小嵌入维的确定 | 第32-35页 |
| ·脑电序列的近似熵和排列熵 | 第35-38页 |
| ·非线性时间序列的近似熵 | 第35-36页 |
| ·非线性时间序列的排列熵 | 第36-37页 |
| ·实验结果及分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 非线性系统时间序列的小波分析 | 第39-47页 |
| ·小波分析的方法和原理 | 第39-42页 |
| ·连续小波变换 | 第39-40页 |
| ·离散小波变换 | 第40-41页 |
| ·多分辨率分析 | 第41-42页 |
| ·基于窗函数的脑电信号的小波方差分析 | 第42-46页 |
| ·小波方差 | 第42-43页 |
| ·小波子带熵 | 第43页 |
| ·基于窗函数的脑电信号分析 | 第43-44页 |
| ·实验结果及分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| ·本文工作总结 | 第47页 |
| ·工作展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 在学期间发表和投稿的学术论文 | 第53页 |
| 在学期间参加的科研项目 | 第53页 |
