| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文研究内容与创新点 | 第14-16页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 创新点 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 相关技术及研究 | 第18-28页 |
| 2.1 非线性动力学 | 第18-22页 |
| 2.1.1 混沌时间序列 | 第18-19页 |
| 2.1.2 混沌时间序列的计算 | 第19-20页 |
| 2.1.3 相空间重构 | 第20-22页 |
| 2.2 混沌时间序列的预测流程介绍 | 第22-25页 |
| 2.3 传统模型的优化 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 EEG信号的两种预测模型 | 第28-48页 |
| 3.1 数据处理与评价指标 | 第28-32页 |
| 3.1.1 数据集介绍与处理 | 第28-30页 |
| 3.1.2 评价指标 | 第30-32页 |
| 3.2 基于多特征融合和支持向量机的预测模型 | 第32-43页 |
| 3.2.1 特征提取工作 | 第32-35页 |
| 3.2.2 计算混沌特征 | 第35-37页 |
| 3.2.3 训练算法的优化 | 第37-38页 |
| 3.2.4 实验结果与分析 | 第38-43页 |
| 3.3 基于卷积神经网络的预测模型 | 第43-47页 |
| 3.3.1 预处理与训练 | 第44-46页 |
| 3.3.2 实验结果与分析 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于双向循环卷积神经网络的预测模型 | 第48-60页 |
| 4.1 结合循环神经网络的预测模型 | 第48-50页 |
| 4.2 结合双向循环神经网络的预测模型 | 第50-56页 |
| 4.2.1 模型描述 | 第50-54页 |
| 4.2.2 模型选取 | 第54-55页 |
| 4.2.3 模型训练 | 第55-56页 |
| 4.2.4 实验结果和分析 | 第56页 |
| 4.3 双向循环卷积神经网络在其他医疗数据中的应用 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 论文总结 | 第60-61页 |
| 5.2 进一步研究与展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间发表论文 | 第70页 |