首页> 中文学位 >多导联EOG信号的盲解卷积算法研究
【6h】

多导联EOG信号的盲解卷积算法研究

代理获取

目录

声明

第一章 绪论

1.1 课题的研究背景及意义

1.2 发展过程及研究现状

1.3 研究中面临的问题

1.4 研究内容

1.5 论文的结构安排

第二章 眼动信号的概述

2.1 常见眼球运动类型

2.2 眼电信号的简介

2.3 眼电信号的采集

2.3.1 采集设备

2.3.2 导联方式

2.4 实验设计

2.4.1 实验范式

2.4.2 实验过程

2.5 本章小结

第三章 独立分量分析算法

3.1 盲源分离问题的简述

3.2 ICA 算法

3.2.1 基本数学模型

3.2.2 基本假设

3.2.3 不确定性

3.2.4 常见代价函数

3.2.5 常见优化算法

3.3 线性瞬时和卷积混合ICA 算法

3.3.1 线性瞬时混合ICA算法

3.3.2 线性卷积混合ICA算法

3.4 本章小结

第四章 多通道EOG信号盲分离质量评估方法

4.1 定性评估

4.2 定量评估

4.2.1 二阶和四阶统计依赖性

4.2.2 总平方互相关和

4.2.3 扫视分类识别率

4.3 本章小结

第五章 基于IVA 的多通道EOG 信号的盲解卷积

5.1 IVA 算法简介

5.1.1 IVA算法的数学模型

5.1.2 IVA算法解决排序模糊性问题

5.2 实验条件设置和参数选择

5.3 实验结果

5.3.1 定性评估结果

5.3.2 定量评估结果

5.4 分析与讨论

5.5 本章小结

第六章 应用于多通道EOG信号的IVA算法的改进

6.1 NMF 算法学习EOG 信号的时频特征

6.2 联合IVA 和NMF 的盲分离算法

6.3 实验结果

6.4 分析与讨论

6.5 本章小结

结论

总结

展望

参考文献

攻读学位期间取得的学术成果

致谢

展开▼

著录项

  • 作者

    孙文慧;

  • 作者单位

    安徽大学;

  • 授予单位 安徽大学;
  • 学科 计算机科学与技术
  • 授予学位 硕士
  • 导师姓名 吕钊;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP3TP1;
  • 关键词

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