声明
第1章 绪 论
1.1 研究背景与意义
1.1.1 脑-机接口技术的概念及研究意义
1.1.2 脑-机接口系统的基本组成
1.1.3 脑-机接口技术的分类
1.2 脑-机接口技术的研究现状
1.2.1 脑-机接口研究现状
1.2.2 脑电信号分类识别算法研究现状
1.3 本文的主要研究内容与安排
第2章 脑电信号的理论基础
2.1脑电信号的概述
2.1.1 脑电信号的产生
2.1.2 EEG的特点
2.1.3 EEG的分类
2.1.4 运动想象及运动想象脑电
2.2 基于共空间模式的特征提取算法
2.3 基于Fisher判别分析的任务分类算法
2.4 本章小结
第3章 脑电信号的预处理
3.1运动想象脑电数据
3.1.1 第Ⅳ届BCI比赛数据集I
3.1.2 自主实验数据集
3.2 脑电信号的时频滤波预处理
3.3 空间滤波的预处理方法
3.4 实验分析
3.4.1 实验数据
3.4.2 μ节律和β节律频段的脑电信号分类结果比较
3.4.3 不同空间滤波的预处理对脑电信号分类结果的影响
3.5 本章小结
第4章 基于稀疏CSP的特征提取改进算法研究
4.1 引言
4.2 脑电数据特征选择与优化
4.2.1 基于广义瑞利商的CSP算法
4.2.2 基于稀疏算法的特征向量空间求取
4.3 脑电数据的分类判别
4.4 实验分析
4.4.1 数据来源
4.4.2 分类结果评价
4.4.3 最佳稀疏度的确定
4.4.4 不同稀疏模式下的CSP实验结果对比
4.4.5 特征可分性
4.5 结果分析
4.6 本章小结
第5章 基于RDA的分类准确度提升研究
5.1 引言
5.2 判别分析方法
5.2.1 稀疏共空间模式用于特征提取
5.2.2 正则化判别分析用于任务分类
5.3 数据和实验
5.3.1 数据来源
5.3.2 算法性能分析
5.4 结果分析
5.5 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
燕山大学;
