支持向量機在腦功能模式識別和分類中的研究.pdf

1、腦電信號(EEG)是中樞神經(jīng)系統(tǒng)產(chǎn)生的生物電活動，它包含了豐富的神經(jīng)系統(tǒng)狀態(tài)和變化的信息。對大腦活動特征的正確解釋、分析、處理成為目前研究的前沿。對EEG進行建模、分類和識別等研究，是進一步了解大腦的功能、認識外圍神經(jīng)和大腦之間的聯(lián)系至關(guān)重要的一步。 本文主要研究用支持向量機(SVM)對腦功能模式進行識別和分類。由于采集到的EEG信號，包含了噪聲，因此在對EEG信號進行分類處理前要對信號進行消噪處理，并對信號進行特征的分析和提取

2、，為能夠更準確地對腦功能模式進行識別和分類奠定基礎(chǔ)。 本文的具體內(nèi)容如下： 首先，概述了支持向量機的發(fā)展現(xiàn)狀，腦電研究的歷史及其現(xiàn)狀，支持向量機在腦功能模式的識別和分類研究中的現(xiàn)狀； 其次，介紹了腦電信號的概念，腦電信號處理的主要研究方法； 第三，詳細地介紹了統(tǒng)計學習理論和支持向量機理論； 第四，為了更有效地提取腦電信號特征波，結(jié)合小波包技術(shù)，提出了一種腦電特征波提取方法。首先對腦電信號進行小波包