| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·脑机接口研究的背景及意义 | 第7-8页 |
| ·脑机接口技术的发展及应用 | 第8-10页 |
| ·模糊神经网络的发展及应用 | 第10-13页 |
| ·论文的主要内容和章节安排 | 第13-15页 |
| 第二章 脑机接口技术的相关理论 | 第15-23页 |
| ·引言 | 第15页 |
| ·EEG 信号的形成机制及节律特征 | 第15-16页 |
| ·脑机接口概念及原理 | 第16页 |
| ·脑机接口系统基本结构 | 第16-19页 |
| ·EEG 信号的采集 | 第17页 |
| ·EEG 信号处理系统 | 第17-19页 |
| ·外部设备及控制系统 | 第19页 |
| ·脑机接口系统的分类 | 第19-20页 |
| ·脑机接口技术的应用及存在的问题 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 基于 BCI 的脑电数据的特征提取 | 第23-29页 |
| ·BCI 竞赛数据集相关介绍 | 第23-24页 |
| ·脑电信号的特征 | 第24页 |
| ·BCI 竞赛数据集的特征提取 | 第24-29页 |
| ·时域均值特征 | 第24-25页 |
| ·时间均值特征 | 第25-26页 |
| ·功率谱均值特征 | 第26-29页 |
| 第四章 常用的几种模糊神经网络算法 | 第29-39页 |
| ·引言 | 第29页 |
| ·BP 模糊神经网络算法 | 第29-32页 |
| ·BP 模糊神经网络结构 | 第29-31页 |
| ·BP 模糊神经网络的训练步骤 | 第31-32页 |
| ·传统的动态模糊神经网络算法 | 第32-34页 |
| ·动态模糊神经网络结构 | 第32-33页 |
| ·动态模糊神经网络算法实现 | 第33-34页 |
| ·基于 Takagi-Sugeno(TS)模型的自组织模糊神经网络 | 第34-38页 |
| ·自组织模糊神经网络的结构 | 第34-36页 |
| ·SOFNN 的算法实现 | 第36-38页 |
| ·三种模糊神经网络的优缺点 | 第38-39页 |
| 第五章 基于有效神经元的 SOFNN 在脑机接口中的应用 | 第39-51页 |
| ·引言 | 第39页 |
| ·算法的改进及参数学习 | 第39-42页 |
| ·算法的相关改进 | 第39页 |
| ·网络中相关标准 | 第39-41页 |
| ·参数学习 | 第41-42页 |
| ·算法的实现步骤 | 第42-44页 |
| ·实验及分析 | 第44-49页 |
| ·虚拟数据集及智能建模方面的应用 | 第44-47页 |
| ·脑机接口数据集上面的应用 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第六章 改进的 SOFNN 学习算法在脑机接口中的应用 | 第51-61页 |
| ·引言 | 第51页 |
| ·本章算法的改进 | 第51-53页 |
| ·算法的实现步骤 | 第53-54页 |
| ·实验结果及分析 | 第54-59页 |
| ·虚拟数据集及智能建模方面的应用 | 第54-57页 |
| ·脑机接口数据集上面的应用 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第七章 总结与展望 | 第61-62页 |
| ·论文工作总结 | 第61页 |
| ·未来工作展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第67页 |
