首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

视听诱发脑电特征研究

目录第1-6页
Contents第6-8页
中文摘要第8-10页
ABSTRACT第10-12页
第一章 绪论第12-16页
   ·研究背景和意义第12-13页
   ·国内外研究现状第13-15页
   ·文章主要研究内容与结构第15-16页
第二章 脑电信号预处理第16-37页
   ·脑电信号概述第16-19页
     ·脑电波第16页
     ·诱发脑电信号第16-17页
     ·脑电信号采集第17-19页
   ·实验范式及数据描述第19-21页
   ·脑电信号预处理第21-25页
     ·去除伪迹第22-23页
     ·去除自发脑电第23-25页
     ·相干平均第25页
   ·预处理结果与分析第25-37页
第三章 诱发脑电特征提取第37-57页
   ·诱发电位的特征第37-39页
     ·事件相关电位与P300第37-38页
     ·诱发电位的提取技术第38-39页
   ·小波分析第39-43页
     ·小波分析理论第39-40页
     ·实验范式与数据描述第40页
     ·视觉诱发脑电处理第40-42页
     ·基于小波变换的视觉诱发脑电特征提取第42-43页
   ·双谱分析方法第43-46页
     ·双谱的定义第43页
     ·双谱的性质第43-44页
     ·双谱估计算法第44-45页
     ·基于双谱分析的脑电特征提取第45-46页
   ·小波域双谱分析方法第46-48页
     ·小波-双谱分析法第46-47页
     ·基于小波-双谱分析的脑电特征提取第47-48页
   ·基于小波变换的视听脑电特征提取第48-57页
     ·三种模式下诱发脑电特征提取第48-55页
     ·结果与分析第55-57页
第四章 基于概率神经网络的脑电特征分类第57-64页
   ·引言第57页
   ·径向基神经网络模型第57-60页
     ·径向基函数神经元模型第57-58页
     ·径向基函数网络的结构第58-59页
     ·径向基函数网络的工作原理第59-60页
   ·概率神经网络第60-61页
   ·多导联诱发脑电特征分类识别第61-64页
     ·竞赛数据转换第61页
     ·竞赛数据分类第61-62页
     ·视听诱发脑电特征数据转换第62-63页
     ·视听诱发脑电特征分类第63-64页
第五章 总结与展望第64-65页
   ·总结第64页
   ·展望第64-65页
参考文献第65-69页
攻读学位期间取得的研究成果第69-70页
致谢第70-71页
个人简况及联系方式第71-73页

论文共73页,点击 下载论文
上一篇:基于MA优化的二级倒立摆系统LQR控制器设计
下一篇:带有量化的网络控制系统的镇定系统