本文選題：腦機(jī)接口　切入點(diǎn)：自組織　出處：《江南大學(xué)》2012年碩士論文

【摘要】：人們一直幻想利用自身大腦意念來(lái)直接控制外部世界，然而這個(gè)愿望一直沒能實(shí)現(xiàn)。直到隨著計(jì)算機(jī)和信息處理技術(shù)的飛速發(fā)展，科學(xué)家們終于將這個(gè)夢(mèng)想變成現(xiàn)實(shí)，提出了腦機(jī)接口(Brain computer interface，BCI)技術(shù)。腦機(jī)接口技術(shù)是一種新的人機(jī)接口方式，它為大腦建立一條全新的體外信息交流與控制通道，通過對(duì)腦電信號(hào)的分析，理解人的意圖，直接將大腦信息傳達(dá)到外部世界。作為一種全新的信息交流技術(shù)，它可以為那些思維正常但肢體殘疾的人提供一種新的交流方式，并在軍事醫(yī)療等領(lǐng)域有很大的應(yīng)用前景。腦電信號(hào)的分類識(shí)別是腦機(jī)接口技術(shù)的關(guān)鍵，提高其分類的準(zhǔn)確率在科研中有很重要的意義。自組織模糊神經(jīng)網(wǎng)絡(luò)將模糊邏輯理論和人工神經(jīng)網(wǎng)絡(luò)這兩種技術(shù)有機(jī)的結(jié)合起來(lái)，既擁有了模糊邏輯理論模仿人類推理的能力，又擁有了人工神經(jīng)網(wǎng)絡(luò)的自適應(yīng)學(xué)習(xí)能力。而將其應(yīng)用到腦機(jī)接口中，可以很好的預(yù)測(cè)基于運(yùn)動(dòng)想象的腦電信號(hào)，更好的讓大腦與外部世界進(jìn)行交流。本論文的工作重點(diǎn)是： 首先，介紹了腦機(jī)接口技術(shù)的相關(guān)知識(shí)，如應(yīng)用前景、目前的發(fā)展趨勢(shì)。闡述了腦機(jī)接口技術(shù)的概念及其系統(tǒng)組成部分。提出了幾種腦電信號(hào)的特征提取方法和模式識(shí)別算法，并用MATLAB編程實(shí)現(xiàn)了對(duì)BCI數(shù)據(jù)的特征提取。 其次，介紹了幾種常用的模糊神經(jīng)網(wǎng)絡(luò)的經(jīng)典算法，包括模糊神經(jīng)網(wǎng)絡(luò)的基本組成，理論的本質(zhì)和需要解決的問題(如識(shí)別率和抗噪性以及參數(shù)初始化等)，給出了算法的具體實(shí)現(xiàn)步驟，為將其引入腦機(jī)接口的應(yīng)用中做理論基礎(chǔ)。 再次，在上面算法的基礎(chǔ)上，提出了基于有效神經(jīng)元的自組織模糊神經(jīng)網(wǎng)絡(luò)算法在腦機(jī)接口中的應(yīng)用，，此算法能減少BCI樣本訓(xùn)練時(shí)間，與其他BCI競(jìng)賽算法比較，具有較好的正確率。 最后，又介紹了改進(jìn)的基于三階B樣條函數(shù)的自組織模糊神經(jīng)網(wǎng)絡(luò)算法。討論了其在腦機(jī)接口中的應(yīng)用，并用MATLAB編程實(shí)現(xiàn)對(duì)BCI腦機(jī)接口數(shù)據(jù)集的分類識(shí)別任務(wù)。從實(shí)驗(yàn)中可看出，與其他的模糊神經(jīng)網(wǎng)絡(luò)算法比較，此算法的識(shí)別率還有待提高。
[Abstract]:People have been fantasizing about using their brains to control the outside world directly, but that didn't happen until, with the rapid development of computers and information processing technology, scientists finally turned that dream into reality. Brain-computer interface (Brain-computer interface) is a new method of man-machine interface. It establishes a new way for brain to communicate and control information in vitro. Through the analysis of EEG, we can understand people's intention. To communicate brain information directly to the outside world. As a completely new communication technology, it can provide a new way of communication for people with normal thinking but physical disabilities. The classification and recognition of EEG is the key of brain-computer interface technology. It is very important to improve the accuracy of classification in scientific research. The self-organizing fuzzy neural network combines the fuzzy logic theory with artificial neural network, and has the ability to imitate human reasoning by fuzzy logic theory. It also has the adaptive learning ability of artificial neural network. Applying it to the brain-computer interface, it can well predict the EEG signals based on motion imagination, and better let the brain communicate with the outside world. The main work of this thesis is:. First of all, the related knowledge of brain-computer interface technology, such as application prospect, is introduced. In this paper, the concept of BCI technology and its system components are introduced. Several feature extraction methods and pattern recognition algorithms for EEG signals are presented, and the feature extraction of BCI data is realized by MATLAB programming. Secondly, several classical algorithms of fuzzy neural network are introduced, including the basic composition of fuzzy neural network. The essence of the theory and the problems to be solved (such as recognition rate, noise resistance and parameter initialization etc.) are given. The implementation steps of the algorithm are given, which is the theoretical basis for introducing the algorithm into the application of brain-computer interface. Thirdly, on the basis of the above algorithm, a self-organizing fuzzy neural network algorithm based on effective neuron is proposed in the brain-computer interface. This algorithm can reduce the training time of BCI samples and compare with other BCI competition algorithms. It has good accuracy. Finally, an improved algorithm of self-organizing fuzzy neural network based on third-order B-spline function is introduced, and its application in brain-computer interface is discussed. The classification and recognition task of BCI brain-computer interface data set is realized by MATLAB programming. It can be seen from the experiment that the recognition rate of this algorithm needs to be improved compared with other fuzzy neural network algorithms.
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：TP334.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳婷;顏國(guó)正;楊幫華;;基于小波包分解的腦電信號(hào)特征提取[J];儀器儀表學(xué)報(bào);2007年12期

2 沈敏;;腦-機(jī)接口技術(shù)綜述[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年S1期

3 吳婷;;小波變換的自發(fā)腦電信號(hào)特征提取[J];上海電機(jī)學(xué)院學(xué)報(bào);2011年03期

4 李坤;周曉蘭;唐希雯;張道信;吳小培;;感知器算法在運(yùn)動(dòng)想象腦電模式識(shí)別中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2006年25期

5 朱文明;高諾;;腦機(jī)接口技術(shù)研究概述[J];信息技術(shù)與信息化;2008年06期

6 堯德中;劉鐵軍;雷旭;楊平;徐鵬;張楊松;;基于腦電的腦-機(jī)接口:關(guān)鍵技術(shù)和應(yīng)用前景[J];電子科技大學(xué)學(xué)報(bào);2009年05期

7 張百達(dá);唐玉華;;基于CMP的腦機(jī)接口并行算法的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與科學(xué);2009年S1期

8 王洪濤;;視覺誘發(fā)電位腦機(jī)接口關(guān)鍵技術(shù)研究[J];重慶文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年01期

9 王磊;顏威利;楊碩;徐桂芝;;基于樣本熵的精神任務(wù)腦電信號(hào)分類研究[J];微計(jì)算機(jī)信息;2008年30期

10 劉河生,楊福生,高小榕;三維腦電時(shí)-空模式識(shí)別系統(tǒng)的研究[J];自然科學(xué)進(jìn)展;2003年04期

相關(guān)會(huì)議論文 前10條

1 耿麗清;趙麗;元鵬賢;李宏偉;;基于雙層穩(wěn)態(tài)視覺誘發(fā)電位的腦機(jī)接口技術(shù)研究[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)D卷[C];2011年

2 錢久超;夏斌;楊文璐;;基于P300誘發(fā)電位的腦機(jī)接口技術(shù)研究綜述[A];全國(guó)第21屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2010）暨全國(guó)第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

3 陶霖密;穆煜;楊澍;張中元;馬旭龍;;人-車交互系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

4 何慶華;吳寶明;王禾;卓豫;;腦機(jī)接口視覺剌激方法實(shí)驗(yàn)研究[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

5 岳鵬;苗丹民;邱玉輝;;一種眼動(dòng)型腦機(jī)接口的設(shè)計(jì)原理[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2006年

6 趙麗;萬(wàn)柏坤;高揚(yáng);;基于腦電信號(hào)α波的電動(dòng)小車控制系統(tǒng)研究[A];先進(jìn)制造技術(shù)論壇暨第三屆制造業(yè)自動(dòng)化與信息化技術(shù)交流會(huì)論文集[C];2004年

7 王璐;吳小培;郭曉靜;;基于動(dòng)態(tài)獨(dú)立分量分析的μ節(jié)律提取[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

8 孫志強(qiáng);章瑞平;孟憲遵;;基于小波模糊神經(jīng)網(wǎng)絡(luò)刀具狀態(tài)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)[A];先進(jìn)制造技術(shù)論壇暨第二屆制造業(yè)自動(dòng)化與信息化技術(shù)交流會(huì)論文集[C];2003年

9 李麗君;黃思娟;吳效明;熊冬生;;基于ECOG的運(yùn)動(dòng)想象特征提取和分類[A];中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)壁報(bào)展示論文[C];2010年

10 魏春榮;孫明;劉樹林;;旋轉(zhuǎn)機(jī)械故障診斷的模糊神經(jīng)網(wǎng)絡(luò)方法研究[A];第八屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集摘要[C];2003年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 孫燕燕;洪波：腦機(jī)接口傳遞思維[N];北京科技報(bào);2010年

2 環(huán)科;意念移物-腦機(jī)接口技術(shù)演繹科技神話[N];福建科技報(bào);2008年

3 本報(bào)記者 馬文方;腦機(jī)接口：互聯(lián)網(wǎng)遙遠(yuǎn)的疆界[N];中國(guó)計(jì)算機(jī)報(bào);2010年

4 本報(bào)記者 羅朝淑;腦機(jī)接口：?jiǎn)酒鹕窠?jīng)康復(fù)的新希望[N];科技日?qǐng)?bào);2011年

5 實(shí)習(xí)生 陳明立;腦機(jī)接口,開啟“心靈感應(yīng)”時(shí)代[N];科技日?qǐng)?bào);2010年

6 猛犸;可見的大腦“意念控制”[N];電腦報(bào);2009年

7 徐娜;神奇發(fā)帶為大腦做體檢[N];大眾科技報(bào);2010年

8 清水　編譯;超人并非遙不可及[N];計(jì)算機(jī)世界;2010年

9 記者 劉正午;賀斌：站在讀腦技術(shù)前沿[N];醫(yī)藥經(jīng)濟(jì)報(bào);2010年

10 ;人腦能與電腦直接相連嗎?[N];上�？萍紙�(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 吳婷;自發(fā)腦電腦機(jī)接口模式識(shí)別關(guān)鍵技術(shù)與實(shí)驗(yàn)研究[D];上海交通大學(xué);2008年

2 龍錦益;腦信號(hào)分析的算法研究與多模態(tài)腦機(jī)接口[D];華南理工大學(xué);2012年

3 何慶華;基于視覺誘發(fā)電位的腦機(jī)接口實(shí)驗(yàn)研究[D];重慶大學(xué);2003年

4 蘇煜;基于SCF范式的在線P300腦機(jī)接口研究[D];浙江大學(xué);2010年

5 朱曉源;EEG腦機(jī)接口的連續(xù)預(yù)測(cè)方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

6 趙麗;基于腦電信號(hào)的腦-機(jī)接口技術(shù)研究[D];天津大學(xué);2004年

7 王鵬;腦機(jī)接口中植入式無(wú)線遙控遙測(cè)技術(shù)的研究[D];浙江大學(xué);2012年

8 程明;基于腦電信號(hào)的腦—計(jì)算機(jī)接口的研究[D];清華大學(xué);2004年

9 朱丹華;基于穩(wěn)態(tài)視覺誘發(fā)電位相位的腦機(jī)接口研究[D];浙江大學(xué);2011年

10 王磊;基于運(yùn)動(dòng)想象的腦電信號(hào)分類與腦機(jī)接口技術(shù)研究[D];河北工業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 高培;基于自組織模糊神經(jīng)網(wǎng)絡(luò)在腦機(jī)接口中的應(yīng)用及其研究[D];江南大學(xué);2012年

2 劉家樂;基于穩(wěn)態(tài)視覺誘發(fā)電位的腦機(jī)接口系統(tǒng)的設(shè)計(jì)與研究[D];安徽大學(xué);2011年

3 徐江;基于實(shí)時(shí)腦機(jī)接口的無(wú)線遙控車系統(tǒng)[D];重慶大學(xué);2010年

4 周麗娜;基于腦磁圖的腦機(jī)接口方法研究[D];燕山大學(xué);2011年

5 胡備;腦電特征提取與在線腦機(jī)接口研究[D];燕山大學(xué);2012年

6 李勇昌;基于MPI并行框架的實(shí)時(shí)注意力監(jiān)測(cè)腦機(jī)接口的研究與應(yīng)用[D];蘭州大學(xué);2012年

7 吳太銀;基于瞬態(tài)視覺誘發(fā)電位的實(shí)時(shí)無(wú)線腦機(jī)接口系統(tǒng)的研究與設(shè)計(jì)[D];重慶大學(xué);2010年

8 李芳;腦機(jī)接口中腦電信號(hào)特征提取及分類算法研究[D];大連理工大學(xué);2010年

9 姜俊;自適應(yīng)腦機(jī)接口控制系統(tǒng)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

10 劉佳進(jìn);三維視覺刺激器在運(yùn)動(dòng)想象腦機(jī)接口中的應(yīng)用研究[D];重慶大學(xué);2010年

本文編號(hào)：1682145