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

特征选择方法在基于LFP信号的神经解码中的应用

摘要第1-6页
Abstract第6-13页
第1章 绪论第13-23页
   ·研究背景及意义第13-15页
     ·脑机接口概述第13-14页
     ·植入式脑机接口中的信号处理与分析第14-15页
   ·研究现状第15-18页
   ·研究目标与研究内容第18-21页
     ·研究目标第18-20页
     ·研究内容第20-21页
   ·论文结构与安排第21-23页
第2章 实验设计及信号采集第23-29页
   ·引言第23页
   ·抓握实验设计与信号采集第23-29页
     ·动物实验设计第23-26页
     ·抓握实验数据采集第26-29页
第3章 局部场电位的信号处理和分析方法第29-65页
   ·引言第29页
   ·局部场电位信号预处理和特征提取第29-31页
     ·LFP信号预处理第29-30页
     ·LFP信号特征提取第30-31页
   ·局部场电位信号的分析第31-33页
   ·局部场电位信号特征选择第33-57页
     ·特征选择第35-40页
     ·基于互信息的最大相关最小冗余特征选择算法第40-44页
     ·基于谱特征的特征选择算法第44-51页
     ·基于稀疏logistic回归的特征选择第51-55页
     ·基于偏最小二乘(PLS)的特征选择第55-57页
   ·基于局部场电位信息的解码算法第57-59页
   ·基于GPU的并行计算第59-65页
     ·并行计算第59-60页
     ·GPU并行计算第60-62页
     ·CUDA编程架构第62-65页
第4章 局部场电位的分析和处理结果第65-127页
   ·分析与处理的数据集第65页
   ·局部场电位信号预处理和特征提取结果第65-67页
   ·LFP相关分析结果第67-75页
   ·LFP特征评价结果第75-84页
   ·LFP特征选择和解码结果第84-122页
     ·MRMR特征选择和解码第86-93页
     ·基于谱特征选择和解码结果第93-107页
     ·基于稀疏logistic回归的特征选择和解码结果第107-112页
     ·基于PLS的特征选择与解码结果第112-117页
     ·4 种特征选择算法结果总结第117-122页
   ·基于GPU的并行计算第122-127页
     ·并行化短时傅里叶变换提取特征第122-124页
     ·利用CUDA并行化KNN解码算法第124-127页
第5章 总结与展望第127-131页
   ·总结第127-128页
   ·工作创新第128-129页
   ·展望第129-131页
参考文献第131-137页
作者简历第137-139页
致谢第139页

论文共139页,点击 下载论文
上一篇:多波段红外火焰探测器系统研究与产品开发
下一篇:面向目标波达方向实时估计的传声器阵列系统研究