首页> 中文学位 >用于空间认知评估的任务态脑电信号识别方法研究
【6h】

用于空间认知评估的任务态脑电信号识别方法研究

代理获取

目录

声明

第1章 绪 论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 空间认知脑电信号特征提取研究现状

1.2.2 空间认知脑电信号分类方法研究现状

1.3主要研究内容

1.4 论文组织结构

第2章 相关理论与技术

2.1 特征提取相关方法

2.1.1 格兰杰因果分析

2.1.2 条件互信息

2.1.3 排序条件互信息

2.1.4 多光谱图像转化方法

2.2 深度学习相关方法

2.2.1 CNN

2.2.2 多尺度卷积神经网络

2.2.3 密集卷积神经网络

2.2.4 随机梯度下降法

2.3 本章小结

第3章 基于MCMI-MSI的空间认知评估的脑电信号识别方法及实验分析

3.1 引言

3.2 实验样本

3.3 基于MCMI-MSI方法的脑电信号识别方法

3.3.1 MCMI-MSI方法

3.3.2 MCMI-MSI伪代码描述

3.3.3 分类方法参数设计

3.4实验结果及分析

3.4.1 实验评价标准

3.4.2 行为数据统计结果

3.4.3 基于不同方法的多光谱图像数据的分类结果及分析

3.4.4 频段组合条件下的结果及分析

3.4.5 与其他分类器对比结果及分析

3.5 本章小结

第4章 基于多尺度高密集卷积神经网络的空间认知脑电信号分类方法及实验分析

4.1 引言

4.2 多尺度高密集卷积神经网络方法

4.2.1 多尺度高密集卷积神经网络设计

4.2.2 自适应随机梯度下降法参数设置

4.2.3 多尺度高密集卷积神经网络算法伪代码描述

4.3 实验结果及分析

4.3.1 多尺度高密集卷积神经网络与其他分类器对比结果及分析

4.3.2 频段组合条件下的结果及分析

4.4 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢

展开▼

著录项

  • 作者

    李柔;

  • 作者单位

    燕山大学;

  • 授予单位 燕山大学;
  • 学科 计算机科学与技术
  • 授予学位 硕士
  • 导师姓名 韩卫;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 F24C91;
  • 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