声明
摘要
第1章 绪论
1.1 研究背景及意义
1.1.1 脑电波
1.1.2 癫痫脑电波
1.1.3 癫痫检测研究意义
1.2 癫痫检测的研究现状
1.3 本文采用的癫痫检测方法
1.4 论文结构安排
2.1 发展背景
2.2 神经网络的结构
2.2.1 神经元模型
2.2.2 神经网络模型
2.2.3 深度神经网络
2.3 本章小结
第3章 基于稀疏去噪自编码器的癫痫脑电分类方法
3.1 预处理
3.1.1 数据分段
3.1.2 归一化
3.2 稀疏去噪自编码器
3.2.1 自编码器
3.2.2 稀疏自编码器
3.2.3 去噪自编码器
3.2.4 稀疏去噪自编码器
3.3 罗杰斯特回归分类器
3.4 后处理
3.5 基于稀疏去噪自编码器的癫痫脑电分类
3.6 本章小结
第4章 癫痫脑电分类的实验过程与结果
4.1 实验数据
4.1.1 数据库的选择
4.1.2 数据选择方法
4.2 系统评价标准
4.3 稀疏去噪自编码器的网络结构
4.4 仿真结果
4.4.1 二分类
4.4.2 三分类
4.4.3 五分类
4.5 本章小结
第5章 讨论与分析
5.1 二分类问题交叉实验
5.2 网络在不同噪声比的输出特性
5.3 不同程度的加噪操作与稀疏性约束对比实验
5.4 加噪操作的优势
5.5 稀疏性约束的优势
5.6 与其他方法的比较
5.7 本章小结
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士研究生期间研究成果