自适应脑机接口控制系统研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 前言 | 第11-19页 |
| ·脑机接口概述 | 第11-16页 |
| ·BCI 基本原理 | 第11-13页 |
| ·BCI 发展历程和研究现状 | 第13-15页 |
| ·BCI 的发展趋势 | 第15-16页 |
| ·课题研究内容及目标 | 第16-17页 |
| ·全文结构概述 | 第17-19页 |
| 第二章 运动想象EEG 信号特征提取算法 | 第19-29页 |
| ·运动想象EEG 信号概述 | 第19-21页 |
| ·信号产生原理及特点 | 第19-21页 |
| ·特征提取基本流程 | 第21页 |
| ·运动想象EEG 信号特征提取算法 | 第21-25页 |
| ·Laplacian 算法 | 第21-23页 |
| ·CSP 算法 | 第23-24页 |
| ·算法性能比较 | 第24-25页 |
| ·改进后的自适应CSP 算法 | 第25-26页 |
| ·算法设计 | 第25-26页 |
| ·算法评价 | 第26页 |
| ·本章小结 | 第26-29页 |
| 第三章 自适应分类器算法设计 | 第29-37页 |
| ·EEG 信号特征的时变性 | 第29-30页 |
| ·两分类问题的自适应分类算法 | 第30-32页 |
| ·算法评价 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于EEG 信号的倒立摆控制 | 第37-53页 |
| ·倒立摆系统介绍 | 第37-40页 |
| ·倒立摆数学模型 | 第37-39页 |
| ·虚拟倒立摆实验平台 | 第39-40页 |
| ·实验设计 | 第40-42页 |
| ·信号采集 | 第40页 |
| ·离线实验范式 | 第40-41页 |
| ·在线训练范式及虚拟倒立摆控制 | 第41-42页 |
| ·信号处理算法和控制策略 | 第42-45页 |
| ·特征提取与分类算法 | 第42-43页 |
| ·控制策略 | 第43-45页 |
| ·实验结果分析 | 第45-51页 |
| ·离线性能分析 | 第45-46页 |
| ·在线训练实验对被试的影响 | 第46-47页 |
| ·在线实验结果 | 第47-49页 |
| ·存在的问题及原因分析 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 基于EEG 信号的自动车控制 | 第53-63页 |
| ·实验设计 | 第53-57页 |
| ·信号采集 | 第54页 |
| ·离线实验范式 | 第54页 |
| ·在线实验范式 | 第54-57页 |
| ·信号处理算法与自动车控制策略 | 第57-59页 |
| ·特征提取与分类器设计 | 第57-58页 |
| ·自动车控制策略 | 第58-59页 |
| ·实验结果分析 | 第59-61页 |
| ·离线性能分析 | 第59-60页 |
| ·在线实验结果 | 第60-61页 |
| ·存在的问题及分析 | 第61页 |
| ·本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 作者在学期间取得的学术成果 | 第73页 |
