声明
摘要
第一章引言
第二章数据集的初步分析
2.1自适应空间过滤器(ASF)
2.2数据集分析
2.2.1数据集结构
2.2.2基于ERP的时域信号分析
2.2.3基于ERD的频域信号分析
第三章同步分类方法
3.1自回归参数
3.2使用隐马科夫模型进行同步分类
3.2.1隐马科夫模型简述
3.2.2包含高斯混合模型的隐马科夫模型
3.2.3用K-means方法进行分群
3.2.4利用HMM进行同步分类的实现
3.3利用Fisher Linear Discriminant方法进行同步分类
3.3.1 Fisher线性分类分析方法
3.3.2利用FLD进行同步分类的实现
第四章异步识别方法
4.1 Duffing混沌振子
4.1.1基本原理
4.1.2状态变量运动形式转换的机制
4.1.3 Duffing振子的实现
4.2利用Duffing振子进行异步识别
4.2.1异步检测器的Simulink实现
4.2.2具有不同相位的混沌振子阵列
4.2.3异步检测器通过Real-time Workshop的实现
第五章结果分析
5.1同步分类方法的结果
5.1.1参数选择
5.1.2算法组合分析
5.2异步识别方法的结果
5.2.1 BCI指令开始点的选择
5.2.2 BCI指令开始和停止点的统计分析
第六章总结和工作展望
参考文献
个人简历 在读期间发表的学术论文