| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题研究背景及意义 | 第8-10页 |
| ·“脑-计算机”简介 | 第8-9页 |
| ·“脑-计算机”的应用意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·本文组织结构 | 第14-15页 |
| 第二章 “脑-计算机”系统的技术研究概述 | 第15-25页 |
| ·脑电信号的产生方式 | 第15-19页 |
| ·脑电信号 | 第15-16页 |
| ·“脑-计算机”系统中的各种脑电信号的产生方式 | 第16-19页 |
| ·“脑-计算机”的基本结构 | 第19-20页 |
| ·“脑-计算机”的结构框架 | 第19页 |
| ·“脑-计算机”的各模块功能 | 第19-20页 |
| ·“脑-计算机”系统的设计标准 | 第20页 |
| ·脑电信号的特征提取和特征分类 | 第20-22页 |
| ·脑电信号的特征提取 | 第21页 |
| ·脑电信号的特征分类 | 第21-22页 |
| ·“脑-计算机”系统中分类器的设计 | 第22-24页 |
| ·Fisher 分类器 | 第22-23页 |
| ·神经网络分类器 | 第23-24页 |
| ·“脑-计算机”技术所存在的问题 | 第24-25页 |
| 第三章 LM 算法在神经网络脑电信号分类中的研究 | 第25-35页 |
| ·神经网络及其训练算法 Levenberg-Marquardt 算法 | 第25-29页 |
| ·神经网络的拓扑构造 | 第25-26页 |
| ·前馈神经网络隐含层节点优选 | 第26-27页 |
| ·Levenberg-Marquardt 训练算法 | 第27-29页 |
| ·实验 | 第29-33页 |
| ·数据来源 | 第29-30页 |
| ·特征向量提取 | 第30-32页 |
| ·实验结果 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 脑皮层信号 ECoG 在“脑-计算机”中的应用研究 | 第35-42页 |
| ·ECoG 和 EEG 的比较 | 第35-37页 |
| ·实验 | 第37-41页 |
| ·实验数据来源 | 第37页 |
| ·ECoG 信号的特征提取 | 第37-38页 |
| ·共同空间特征法滤波 | 第38-40页 |
| ·计算分类正确率的方法 | 第40页 |
| ·实验结果 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 总结与展望 | 第42-44页 |
| ·本文的主要研究成果 | 第42-43页 |
| ·面临的挑战 | 第43页 |
| ·未来工作展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 附录 1 攻读硕士学位期发表学术论文情况 | 第48-49页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第49-50页 |
| 致谢 | 第50页 |
