便携式环境下基于离散小波变换和自适应滤波器的眼电去除模型
| 中文摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文主要研究工作及章节安排 | 第12-14页 |
| 第二章 脑电信号的特征与处理概述 | 第14-20页 |
| ·脑电的基本特征和分类 | 第14-16页 |
| ·脑电信号的特点 | 第14页 |
| ·脑电信号的分类 | 第14-16页 |
| ·脑电信号的采集及应用 | 第16-18页 |
| ·便携式环境中脑电信号处理的要求 | 第18页 |
| ·脑电消噪的传统方法 | 第18-20页 |
| 第三章 小波分析基础理论 | 第20-26页 |
| ·小波变换的来历 | 第20-21页 |
| ·离散小波变换 | 第21-23页 |
| ·小波去噪的方法及原理 | 第23-26页 |
| ·小波变换模极大值去噪 | 第23-24页 |
| ·小波阈值法去噪 | 第24-26页 |
| 第四章 EEG中眼电伪迹自动去除模型研究 | 第26-36页 |
| ·ICA结合小波模型研究 | 第26-30页 |
| ·引言 | 第26页 |
| ·独立分量分析(ICA)原理 | 第26-27页 |
| ·基于负熵最大的快速固定点算法(FastICA) | 第27-29页 |
| ·ICA结合小波眼电伪迹自动去除模型 | 第29-30页 |
| ·自适应滤波器结合小波模型研究 | 第30-35页 |
| ·引言 | 第30-31页 |
| ·自适应噪声抵消器 | 第31-32页 |
| ·RLS算法 | 第32-33页 |
| ·眼电伪迹自动去除模型及步骤 | 第33-35页 |
| ·两个模型的差异分析 | 第35-36页 |
| 第五章 实验及结果对比分析 | 第36-49页 |
| ·模拟数据实验及结果对比分析 | 第36-41页 |
| ·模拟脑电数据的构造 | 第36-37页 |
| ·结果对比分析 | 第37-41页 |
| ·小结 | 第41页 |
| ·数据库数据实验结果对比分析 | 第41-45页 |
| ·数据库数据简介 | 第41页 |
| ·结果对比分析 | 第41-44页 |
| ·小结 | 第44-45页 |
| ·OPTIMI项目应用及结果分析 | 第45-47页 |
| ·IOPTIMI项目介绍及数据预处理 | 第45-46页 |
| ·实验结果 | 第46-47页 |
| ·小结 | 第47页 |
| ·效率分析 | 第47-49页 |
| 第六章 总结与展望 | 第49-51页 |
| ·本文工作 | 第49-50页 |
| ·工作展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 在学期间的研究成果 | 第54-55页 |
| 致谢 | 第55页 |
