基于稀疏编码和压缩感知的叠加峰电位分类
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 引言 | 第9-12页 |
第2章 神经元的峰电位信号概述 | 第12-19页 |
2.1 峰电位信号的采集 | 第12-13页 |
2.2 多信道峰电位信号 | 第13-15页 |
2.3 峰电位检测和分类的一般过程 | 第15-16页 |
2.4 峰电位分类的必要性 | 第16-17页 |
2.5 本文的研究目的 | 第17-18页 |
2.6 本章小结 | 第18-19页 |
第3章 峰电位分类的前期处理 | 第19-27页 |
3.1 引言 | 第19页 |
3.2 滤波、白化 | 第19-20页 |
3.3 峰电位检测 | 第20-23页 |
3.3.1 阈值检测法 | 第20-22页 |
3.3.2 峰值检测法 | 第22-23页 |
3.4 峰电位模板 | 第23-24页 |
3.5 多信道数据处理 | 第24-26页 |
3.6 本章小结 | 第26-27页 |
第4章 峰电位分类 | 第27-52页 |
4.1 引言 | 第27页 |
4.2 系统模型 | 第27-28页 |
4.3 托普利兹矩阵和稀疏信号 | 第28-30页 |
4.4 稀疏编码和压缩感知 | 第30-33页 |
4.5 最大后验估计 | 第33-35页 |
4.6 算法的计算复杂度总结 | 第35页 |
4.7 实验结果 | 第35-51页 |
4.7.1 性能定量评定 | 第36-37页 |
4.7.2 仿真数据 | 第37-44页 |
4.7.3 大鼠海马区的电极记录数据 | 第44-47页 |
4.7.4 蝗虫体内的电极记录数据 | 第47-50页 |
4.7.5 参数分析 | 第50-51页 |
4.8 结论 | 第51页 |
4.9 本章小结 | 第51-52页 |
第5章 总结与展望 | 第52-54页 |
5.1 工作总结 | 第52-53页 |
5.2 问题与展望 | 第53-54页 |
参考文献 | 第54-58页 |
在学期间发表的学术成果及获奖情况 | 第58-59页 |
致谢 | 第59-60页 |
附录 | 第60页 |