版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于腦電 (electroencephalograph,EEG) 信號(hào)的腦.計(jì)算機(jī)接口是近年來一個(gè)熱門的研究領(lǐng)域。隨著對(duì)大腦生理結(jié)構(gòu)認(rèn)識(shí)的深化,人們開始對(duì)人腦思維進(jìn)行探索。在思維腦電研究方面,雖然研究空前活躍,但是仍沒有得到重大突破,因此引起廣大研究工作者的興趣。本文核心部分詳細(xì)論述了對(duì)腦電偽差信號(hào)進(jìn)行消除,以及提取思維腦電特征和識(shí)別思維腦電的方法。本課題以基線 (baseline)、乘數(shù)(multiplication)、字母組合 (l
2、etter cornposing)、計(jì)數(shù) (counting)、旋轉(zhuǎn) (rotation)五種思維腦電信號(hào)為例,進(jìn)行偽差消除、特征提取及思維識(shí)別。 首先對(duì)原始腦電信號(hào)進(jìn)行小波分解,然后在低頻信號(hào)上利用雙正交樣條小波對(duì)EEG 信號(hào)進(jìn)行二進(jìn)小波變換,進(jìn)而求出小波模極大值,最后通過一系列策略匹配出相應(yīng)的極大極小值對(duì)來確定出偽差信號(hào)的起止點(diǎn)和結(jié)束點(diǎn),然后將偽差信號(hào)濾掉,最后再重構(gòu)出沒有偽差信號(hào)的腦電信號(hào),從而達(dá)到消除偽差信號(hào)的目的。
3、 利用之前的去偽差信號(hào)后的各層分解信號(hào),計(jì)算其小波熵,所有導(dǎo)聯(lián)的小波熵即可代表該段腦電信號(hào)的思維特征。之后本人設(shè)計(jì)一個(gè)單隱層 BP 神經(jīng)元網(wǎng)絡(luò),用大量小波熵代表的思維腦電特征對(duì) BP 神經(jīng)元網(wǎng)絡(luò)進(jìn)行訓(xùn)練,然后對(duì)未參與訓(xùn)練的特征進(jìn)行識(shí)別。 為便于對(duì)腦電信號(hào)進(jìn)行系統(tǒng)分析,本人設(shè)計(jì)了一套軟件,整個(gè)軟件系統(tǒng)在MATLAB 7.0 的環(huán)境下編寫而成。其主要實(shí)現(xiàn)思維腦電信號(hào)讀入,進(jìn)行偽差消除、思維特征提取與識(shí)別,最終得到正確的特征
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換的圖像特征提取方法研究.pdf
- 思維腦電的采集和特征提取方法初探.pdf
- 基于Radon變換和小波理論的靜脈特征提取與匹配.pdf
- 基于離散小波變換的特征提取和故障分類方法研究.pdf
- 基于小波變換和多域融合的腦電信號(hào)特征提取.pdf
- 基于Gabor小波變換的人臉特征提取方法研究.pdf
- 基于超小波變換的手指靜脈特征提取方法研究.pdf
- 基于小波變換的機(jī)械軸承磨損故障特征提取方法研究.pdf
- 基于小波變換的手寫簽名特征提取及身份認(rèn)證方法研究.pdf
- 基于諧波小波變換的腦電信號(hào)分析與特征提取研究.pdf
- 基于小波變換和GMM的病態(tài)嗓音特征提取及識(shí)別研究.pdf
- 基于頻率切片小波變換的設(shè)備故障特征提取方法研究.pdf
- 思維腦電及P300腦電的特征提取與識(shí)別.pdf
- 基于小波(包)變換的心電信號(hào)特征提取方法研究.pdf
- 基于小波變換的交通圖像特征提取
- 基于Gabor小波變換的掌紋特征提取算法研究.pdf
- 基于小波變換技術(shù)的紋理特征提取技術(shù)的研究.pdf
- 基于小波變換的音頻特征提取與分類研究.pdf
- 基于小波理論的液壓系統(tǒng)含氣量特征提取方法研究.pdf
- 基于小波熵電力系統(tǒng)暫態(tài)信號(hào)特征提取及識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論