首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

基于共空间模式的运动想象脑电信号处理

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-15页
第一章 绪论第15-19页
    1.1 脑机接口研究的背景和意义第15-16页
    1.2 脑机接口研究的现状和进展第16-17页
    1.3 本论文的主要内容和结构第17-19页
第二章 基于运动想象任务的脑机接口系统第19-27页
    2.1 脑电信号与BCI系统第19-23页
        2.1.1 人脑的构成及功能第19-20页
        2.1.2 脑电信号的划分第20-21页
        2.1.3 BCI系统构成第21-23页
    2.2 事件同步相关和事件去同步相关第23-26页
        2.2.1 运动想象脑电信号与事件去同步相关第23-24页
        2.2.2 基于频带能量的ERD检测方法第24-25页
        2.2.3 运动想象信号在 μ 节律的ERD/ERS现象第25-26页
    2.3 基于运动想象的脑机接口的经典实验范式第26页
    2.4 本章小结第26-27页
第三章 运动想象脑电信号的特征提取及分类方法第27-49页
    3.1 脑电信号的预处理第27-29页
        3.1.1 空间滤波的预处理方法第27-28页
        3.1.2 脑电信号的时频滤波预处理第28-29页
    3.2 脑电信号的特征提取方法第29-42页
        3.2.1 频带能量(Band power)特征提取方法第29-32页
        3.2.2 傅里叶变化和短时傅里叶变换方法第32-34页
        3.2.3 共空间模式滤波方法第34-37页
        3.2.4 基于小波变换和共空间模式的脑电信号特征提取方法第37-39页
        3.2.5 AAR模型参数估计方法第39-42页
    3.3 脑电信号的分类方法第42-48页
        3.3.1 线性判别分类第42-45页
        3.3.2 支持向量机分类第45-48页
    3.4 本章小结第48-49页
第四章 运动想象脑电信号处理第49-63页
    4.1 两类运动想象脑电信号的分类识别第49-53页
        4.1.1 CSP + LDA与CSP+SVM第49-52页
        4.1.2 Wavelet CSP + LDA第52-53页
    4.2 多类运动想象脑电信号分类识别第53-61页
        4.2.1 OVO分类方法和OVR分类方法第53-55页
        4.2.2 特征重组和小波变换的多类运动想象脑电信号分类方法第55-61页
    4.3 本章小结第61-63页
第五章 基于运动想象的在线学习脑机接口第63-73页
    5.1 自适应共空间模式(ACSP)的在线学习方法第63-64页
    5.2 BCI在线系统设计第64-65页
    5.3 试验范式的设计第65-68页
        5.3.1 经典的试验范式和时序第65-66页
        5.3.2 不同的试验范式结果对比第66-68页
    5.4 在线系统的实现第68-70页
        5.4.1 基于监督学习的模型训练第68-69页
        5.4.2 在线测试和反馈的设计第69-70页
    5.5 在线测试结果和分析第70-71页
    5.6 本章小结第71-73页
第六章 总结与展望第73-75页
    6.1 完成的工作第73页
    6.2 未完成的工作和改进计划第73-75页
参考文献第75-79页
致谢第79-81页
作者简介第81-82页
    1.基本情况第81页
    2.教育背景第81页
    3.攻读硕士期间的研究成果第81-82页

论文共82页,点击 下载论文
上一篇:危险化工品仓储及运输管理系统
下一篇:量子密钥分发系统中的差错控制编码方法研究