首页> 中文学位 >基于加权相似性网络和水平可视图的脑电信号分析方法研究
【6h】

基于加权相似性网络和水平可视图的脑电信号分析方法研究

代理获取

目录

声明

第一章 绪 论

1.1研究背景及意义

1.2国内外研究现状

1.2.1复杂网络模型演化研究现状

1.2.2 时间序列复杂网络构造方法研究现状

1.2.3 基于复杂网络非线性时间序列分析方法应用研究现状

1.2.4 复杂网络统计特性研究现状

1.2.5 癫痫脑电信号分析方法研究现状

1.3主要研究内容

1.4论文结构

第二章 复杂网络理论及复杂网络统计特性

2.1 复杂网络基本概念

2.2 时间序列复杂网络构造方法

2.2.1 转移网络

2.2.2 相似性网络

2.2.3 可视图

2.3 复杂网络统计特性

2.3.1 度与度分布

2.3.2 度中心度与紧密中心度

2.3.3 聚类系数

2.3.4 谱分析

2.4 本章小结

第三章 加权复杂网络及其特征提取方法

3.1 相似性网络构造方法概述

3.2 改进的加权相似性网络构造方法

3.3加权相似性网络特征提取方法

3.4加权水平可视图构造方法

3.5改进的加权水平可视图构造方法

3.5.1 基于统计特征的加权水平可视图构造方法

3.5.2 基于新的权值选择方法的加权水平可视图构造方法

3.5.3双向加权水平可视图构造方法

3.6加权水平可视图特征提取方法

3.7本章小结

第四章 基于复杂网络统计特性的癫痫脑电信号分类方法

4.1概述

4.2癫痫脑电信号分类算法流程图

4.3数据集描述

4.4基于加权相似性网络统计特性的癫痫脑电分类方法

4.5基于加权水平可视图统计特性的癫痫脑电分类方法

4.5.1基于统计特征的加权水平可视图

4.5.2基于新权值的加权水平可视图

4.5.3基于双向加权水平可视图

4.6实验结果比较及分析

4.7本章小结

第五章 结论与展望

5.1全文总结

5.2前景展望

参考文献

致谢

附录

展开▼

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号