想象运动的脑电特征提取及分类研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-28页 |
| ·课题研究背景、目的和意义 | 第10-11页 |
| ·脑电信号的组成与特点 | 第11-16页 |
| ·脑电信号的生理特点 | 第12页 |
| ·脑电信号的采集 | 第12-15页 |
| ·脑电信号的主要频率组成 | 第15-16页 |
| ·“脑—机接口”系统的研究方法 | 第16-25页 |
| ·“脑—机接口”系统的构成 | 第17页 |
| ·“脑—机接口”系统中脑电信号的产生方式 | 第17-21页 |
| ·脑电信号的特征提取与分类算法 | 第21-25页 |
| ·本文主要研究内容 | 第25-26页 |
| ·论文组织结构 | 第26-28页 |
| 第2章 想象运动脑电信号的特征提取方法 | 第28-43页 |
| ·引言 | 第28页 |
| ·频谱分析法 | 第28-29页 |
| ·自适应自回归模型法 | 第29-30页 |
| ·近似熵分析法 | 第30-31页 |
| ·小波变换法 | 第31-35页 |
| ·连续小波变换 | 第31-32页 |
| ·离散小波变换 | 第32-33页 |
| ·多分辨率分析 | 第33页 |
| ·Mallat 算法 | 第33-35页 |
| ·“脑—机接口”系统实验数据分析 | 第35-42页 |
| ·实验描述 | 第35页 |
| ·事件相关同步和去同步的特征描述 | 第35-36页 |
| ·数据的预处理 | 第36-39页 |
| ·基于离散小波变换的特征提取 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第3章 脑电信号分类方法研究 | 第43-56页 |
| ·引言 | 第43页 |
| ·脑电信号分类方法 | 第43-48页 |
| ·贝叶斯决策法 | 第43-44页 |
| ·Fisher 线性识别法 | 第44-45页 |
| ·支持向量机 | 第45-48页 |
| ·人工神经网络 | 第48页 |
| ·BP 神经网络分类技术 | 第48-50页 |
| ·BP 神经网络的结构 | 第48-49页 |
| ·BP 神经网络算法 | 第49-50页 |
| ·BP 神经网络的特点 | 第50页 |
| ·基于 BP 神经网络的想象运动分类方法 | 第50-55页 |
| ·模型结构的确定 | 第50-51页 |
| ·主要参数的确定 | 第51-54页 |
| ·分类结果及分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第4章 基于神经网络集成技术的脑电信号分类器 | 第56-66页 |
| ·引言 | 第56页 |
| ·神经网络集成理论 | 第56-58页 |
| ·神经网络集成的结构组成 | 第56-57页 |
| ·神经网络集成的泛化误差 | 第57-58页 |
| ·基于神经网络集成技术的分类器设计 | 第58-61页 |
| ·个体网络的生成方法 | 第59-60页 |
| ·子分类器的融合决策 | 第60-61页 |
| ·用于想象运动识别的神经网络集成分类器设计 | 第61-65页 |
| ·特征提取方法 | 第61页 |
| ·子神经网络的生成 | 第61-62页 |
| ·神经网络的集成 | 第62-63页 |
| ·实验结果及分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 想象运动脑电实验设计 | 第66-78页 |
| ·引言 | 第66页 |
| ·实验提示程序设计 | 第66-69页 |
| ·脑电信号的采集 | 第69-72页 |
| ·NT9200 系列数字脑电分析系统简介 | 第69-70页 |
| ·记录部位与记录方式 | 第70-71页 |
| ·脑电信号实验采集系统的构建 | 第71-72页 |
| ·信号的采集 | 第72页 |
| ·实验结果分析与比较 | 第72-75页 |
| ·基于想象运动的小车控制系统实验设计 | 第75-76页 |
| ·本章小结 | 第76-78页 |
| 结论 | 第78-81页 |
| 参考文献 | 第81-87页 |
| 攻读硕士学位期间所发表的学术论文 | 第87-88页 |
| 致谢 | 第88页 |
