脑机接口中的运动想象脑电信号分析与处理方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 引言 | 第10页 |
| 1.2 BCI系统的组成与分类 | 第10-14页 |
| 1.2.1 BCI系统的组成 | 第10-12页 |
| 1.2.2 BCI系统的分类 | 第12页 |
| 1.2.3 BCI系统的研究意义 | 第12-14页 |
| 1.3 国内外研究现状及存在的问题 | 第14-16页 |
| 1.4 本文的主要工作及组织结构 | 第16-18页 |
| 第2章 脑电信号 | 第18-23页 |
| 2.1 脑电信号概述 | 第18-20页 |
| 2.1.1 大脑结构及功能分区 | 第18-19页 |
| 2.1.2 脑电信号的产生 | 第19页 |
| 2.1.3 脑电信号的特点和分类 | 第19-20页 |
| 2.2 脑电信号的采集 | 第20-21页 |
| 2.3 实验数据 | 第21-22页 |
| 2.3.1 运动想象脑电数据集一 | 第21页 |
| 2.3.2 运动想象脑电数据集二 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 脑电信号的预处理 | 第23-28页 |
| 3.1 常用的脑电信号去噪方法 | 第23页 |
| 3.2 小波阈值去噪 | 第23-25页 |
| 3.2.1 硬阈值和软阈值去噪 | 第24页 |
| 3.2.2 自适应小波阈值去噪 | 第24-25页 |
| 3.3 实验结果与分析 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 脑电信号的特征提取 | 第28-37页 |
| 4.1 常见的特征提取算法 | 第28-29页 |
| 4.2 基于改进EMD和模糊熵的脑电信号特征提取 | 第29-36页 |
| 4.2.1 经验模态分解 | 第29-30页 |
| 4.2.2 改进的EMD算法 | 第30-31页 |
| 4.2.3 模糊熵原理 | 第31-33页 |
| 4.2.4 基于改进EMD和模糊熵的特征提取 | 第33-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第5章 脑电信号的模式分类 | 第37-44页 |
| 5.1 常用的模式分类方法 | 第37-38页 |
| 5.2 支持向量机理论 | 第38-41页 |
| 5.2.1 线性支持向量机 | 第38-40页 |
| 5.2.2 非线性支持向量机 | 第40页 |
| 5.2.3 惩罚因子和核参数的寻优 | 第40-41页 |
| 5.3 人工蜂群算法 | 第41-42页 |
| 5.4 改进的ABC-SVM分类器 | 第42-43页 |
| 5.5 本章小结 | 第43-44页 |
| 第6章 实验结果与分析 | 第44-52页 |
| 6.1 实验一及结果分析 | 第44-46页 |
| 6.1.1 优化算法对比实验 | 第44-45页 |
| 6.1.2 实验结果及分析 | 第45-46页 |
| 6.2 实验二及结果分析 | 第46-49页 |
| 6.2.1 ABC优化SVM的过程 | 第46-47页 |
| 6.2.2 ABC-SVM的分类结果与分析 | 第47-49页 |
| 6.3 实验三及结果分析 | 第49-50页 |
| 6.3.1 改进EMD和模糊熵特征提取结果 | 第49-50页 |
| 6.3.2 ABC-SVM的分类结果及分析 | 第50页 |
| 6.4 本章小结 | 第50-52页 |
| 第7章 总结与展望 | 第52-54页 |
| 7.1 本文工作总结 | 第52页 |
| 7.2 研究展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 附录 | 第61页 |
