首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

基于左右手运动想象的脑电信号的分类研究

摘要第1-6页
Abstract第6-7页
目录第7-10页
第一章 绪论第10-22页
   ·课题研究背景及意义第11-12页
   ·脑-机接口概述第12-19页
     ·脑-机接口的定义与意义第12页
     ·脑-机接口的结构与关键技术第12-15页
     ·脑-机接口的分类第15-16页
     ·脑-机接口的国内外研究进展第16-19页
   ·论文的研究目的和研究内容第19-21页
     ·研究目的第19-20页
     ·研究内容第20-21页
 本章小结第21-22页
第二章 脑-机接口的研究基础第22-31页
   ·脑部结构与功能第22-25页
   ·脑电的产生机理第25-28页
     ·产生机理第25-26页
     ·脑电的采集第26-27页
     ·脑电的主要节律第27-28页
   ·脑电分析方法第28-30页
     ·脑电的特点第28页
     ·脑电的主要分析方法第28-29页
     ·事件相关去同步/同步的研究第29-30页
 本章小结第30-31页
第三章 实验方案第31-34页
   ·左右想象运动的实验方案第31-32页
   ·数据采集和处理第32-33页
 本章小结第33-34页
第四章 脑-机接口技术的特征提取方法研究第34-47页
   ·左右手想象运动脑电的频谱分析第34-38页
     ·Welch功率谱估计算法第34-35页
     ·左右手想象运动频带能量特征第35-38页
   ·左右手想象运动脑电的非线性特征分析第38-42页
     ·样本熵的概念与特点第38-39页
     ·样本熵的算法第39-41页
     ·基于样本熵的左右手想象运动特征第41-42页
   ·左右手想象运动脑电的混沌特性特征分析第42-46页
     ·Hurst指数概念及特点第42页
     ·Hurst指数算法第42-43页
     ·基于Hurst指数的左右手想象运动混沌特征第43-46页
 本章小结第46-47页
第五章 脑-机接口的分类方法研究第47-58页
   ·线性分类器第47-51页
     ·基于Fisher准则的线性分类第47-48页
     ·基于Fisher准则线性判别的左右手想象运动分类结果第48-51页
   ·k-邻近算法第51-52页
     ·K-邻近计算方法第51页
     ·基于K-邻近的左右手想象运动分类结果第51-52页
   ·统计学习理论与支持向量机算法第52-57页
     ·统计学习理论第52-54页
     ·支持向量机第54-56页
     ·基于SVM的左右手想象运动分类结果第56-57页
 本章小结第57-58页
第六章 各种分析和分类方法的比较和探讨第58-60页
   ·引言第58页
   ·特征提取方法的对比与讨论第58页
   ·不同特征和分类器结合的对比与讨论第58-59页
   ·提高分类正确率的探讨第59页
 本章小结第59-60页
第七章 基于想象运动的实时脑-机接口系统的设计研究第60-63页
   ·实时脑-机接口系统的设计研究第60页
   ·基于脑-机接口的方向盘人机接口系统设计第60-62页
 本章小结第62-63页
结论与展望第63-65页
 结论第63-64页
 展望第64-65页
参考文献第65-69页
附录A 主要符号对照表第69-70页
附录B 图目录第70-71页
附录C 表目录第71-72页
攻读硕士学位期间发表的学术论文第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:晋商身股制的股权激励研究
下一篇:基于局部特征的交通标志识别