基于小波变换和遗传神经网络的癫痫智能诊断
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| Content | 第9-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究意义 | 第11页 |
| ·脑电图概述 | 第11-14页 |
| ·脑电信号产生机理 | 第11-12页 |
| ·脑电信号的分类和特征 | 第12-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·脑电信号的数据来源 | 第15-18页 |
| ·本文的主要工作 | 第18-20页 |
| 第二章 基于小波变换和小波包分析的癫痫特征量提取 | 第20-34页 |
| ·小波变换 | 第20-24页 |
| ·连续小波变换 | 第20-21页 |
| ·离散小波变换 | 第21-22页 |
| ·多分辨率分析 | 第22-23页 |
| ·常用小波函数 | 第23-24页 |
| ·基于小波变换的癫痫特征波提取 | 第24-27页 |
| ·小波包分析 | 第27-29页 |
| ·小波包的定义 | 第27-28页 |
| ·小波包的空间分解 | 第28-29页 |
| ·基于小波包的癫痫特征量提取 | 第29-32页 |
| ·癫痫特征波的半波特征量提取 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于BP网络的癫痫识别 | 第34-47页 |
| ·BP网络 | 第34-40页 |
| ·BP网络的训练过程 | 第35-39页 |
| ·BP网络的非线性映射能力和泛化能力 | 第39-40页 |
| ·基于BP网络对癫痫信号的识别 | 第40-43页 |
| ·BP网络结构的确定 | 第40-42页 |
| ·实验结果分析 | 第42-43页 |
| ·改进的BP网络对癫痫信号的识别 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于遗传BP网络的癫痫识别 | 第47-60页 |
| ·遗传算法与神经网络的结合 | 第47页 |
| ·遗传算法 | 第47-53页 |
| ·遗传编码 | 第48-49页 |
| ·遗传操作 | 第49-53页 |
| ·遗传算法对BP网络权值的优化 | 第53-57页 |
| ·遗传算法参数设计 | 第53-56页 |
| ·GA-BP算法设计 | 第56-57页 |
| ·基于GA-BP对癫痫信号的识别 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 结论与展望 | 第60-61页 |
| ·结论 | 第60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 附录 攻读硕士学位期间发表论文情况 | 第65页 |
