發(fā)布時間：2017-06-07 15:00

  本文關(guān)鍵詞：多節(jié)人工神經(jīng)網(wǎng)絡(luò)在IR-BCI信號特征提取中的應用，，由筆耕文化傳播整理發(fā)布。

【摘要】：腦-機接口系統(tǒng)可以將檢測到的腦電信號轉(zhuǎn)譯為可以代表使用者意圖的控制信號,然后用于控制如個人電腦,電動輪椅、義肢等外設(shè)。腦-機接口為人類大腦提供了一條可以繞過周圍神經(jīng)和肌肉系統(tǒng)的與外界連接的橋梁。這項技術(shù)可以顯著改善“漸凍人”和患有中風等神經(jīng)肌肉疾病人群的生活質(zhì)量,未來也許還能改變普通人的交流、生活、娛樂方式。對于模擬閱讀腦-機接口而言,通信信號的特征提取是十分重要的環(huán)節(jié)。本研究中,設(shè)計了一種自適應多節(jié)人工神經(jīng)網(wǎng)絡(luò)并用于對多狀態(tài)下單試次、多通道腦電信號樣本進行特征提取。本研究提出的自適應型多節(jié)人工神經(jīng)網(wǎng)絡(luò),其隱層結(jié)點分布可隨訓練樣本的統(tǒng)計特征的改變自適應調(diào)整,整個網(wǎng)絡(luò)結(jié)構(gòu)不固定,對數(shù)據(jù)的統(tǒng)計特征變化有一定的適應性,且該網(wǎng)絡(luò)神經(jīng)元的連接被限制在神經(jīng)節(jié)內(nèi)部,因此可以避免關(guān)系不大的神經(jīng)元之間的過度連接。實驗中共記錄7名受試者接受視覺靶刺激字符、非靶刺激字符和閱讀、放松、閉眼狀態(tài)下腦電信號樣本,然后使用自適應多節(jié)人工神經(jīng)網(wǎng)絡(luò)完成特征學習和提取。最后用支持向量機完成對特征向量的模式分類。研究中,還對比了經(jīng)典共空間模式和單通道時域特征選取法獲得特征的質(zhì)量,結(jié)果表明自適應多節(jié)人工神經(jīng)網(wǎng)絡(luò)可以自動學習更為有效的模擬閱讀腦-機接口信號特征模式。
【關(guān)鍵詞】：模擬閱讀 腦-機接口 腦電信號 特征提取 多節(jié)人工神經(jīng)網(wǎng)絡(luò)
【學位授予單位】：中南民族大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R741.044;TN911.7
【目錄】：

• 摘要5-6
• Abstract6-8
• 第1章 緒論8-14
• 1.1 人類“全球腦”構(gòu)想與腦-機接口8-9
• 1.2 腦-機接口技術(shù)介紹9-10
• 1.3 非侵入式腦-機接口常用通信載體信號及其特征提取方法10-11
• 1.4 非監(jiān)督式特征學習方法11-12
• 1.5 課題的提出及主要內(nèi)容12-13
• 1.5.1 研究目標12-13
• 1.5.2 研究內(nèi)容13
• 1.5.3 本文創(chuàng)新點13
• 1.6 本文章節(jié)安排13-14
• 第2章 模擬閱讀事件相關(guān)腦電誘發(fā)模式及其數(shù)據(jù)分析14-24
• 2.1 模擬閱讀實驗模式14-16
• 2.2 模擬閱讀腦電信號時頻域特征分析16-20
• 2.2.1 模擬閱讀腦電信號的功率譜估計16-18
• 2.2.2 疊加平均誘發(fā)腦電信號的時頻分析18
• 2.2.3 模擬閱讀事件相關(guān)腦電位成分分析18-20
• 2.4 通道間腦電信號頻域相干性和相關(guān)距離矩陣分析20-23
• 2.5 本章小結(jié)23-24
• 第3章 基于自適應多節(jié)人工神經(jīng)網(wǎng)絡(luò)的特征學習方法24-32
• 3.1 自編碼機基本原理和結(jié)構(gòu)24
• 3.2 多節(jié)人工神經(jīng)網(wǎng)絡(luò)的建立24-25
• 3.3 多節(jié)人工神經(jīng)網(wǎng)絡(luò)的訓練25-27
• 3.4 隱含層結(jié)點數(shù)目分配的自適應調(diào)節(jié)27-28
• 3.5 基于共空間模式的特征提取算法28-30
• 3.6 特征向量模式識別方法30-31
• 3.7 本章小結(jié)31-32
• 第4章 實驗結(jié)果與討論32-37
• 4.1 腦電信號樣本分類結(jié)果32-34
• 4.2 多通道腦電信號線性組合特征提取方法的不足34-35
• 4.3 多節(jié)神經(jīng)網(wǎng)絡(luò)傳遞函數(shù)選擇對分類結(jié)果的影響35-37
• 第5章 總結(jié)與展望37-38
• 5.1 本研究工作總結(jié)37
• 5.2 今后工作展望37-38
• 參考文獻38-43
• 致謝43-44
• 附錄：攻讀學位期間所發(fā)表的學術(shù)論文目錄44

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 任宏;人工神經(jīng)網(wǎng)絡(luò)及其在預防醫(yī)學領(lǐng)域的應用[J];上海預防醫(yī)學雜志;2003年01期

2 趙應征,趙愛國,魯翠濤,韓鐵 ,梅興國;人工神經(jīng)網(wǎng)絡(luò)在藥學研究中的應用進展[J];解放軍藥學學報;2003年06期

3 楊鈞,周新華,馬大慶;人工神經(jīng)網(wǎng)絡(luò)及其在胸部放射學中的應用[J];中華放射學雜志;2004年02期

4 金玉琴;趙群;施誠;;人工神經(jīng)網(wǎng)絡(luò)及其在中藥研究中的應用[J];醫(yī)學信息;2007年06期

5 鄭義;陸輝;;人工神經(jīng)網(wǎng)絡(luò)及其在藥學上的應用[J];黑龍江醫(yī)藥;2008年06期

6 李麗霞;張敏;郜艷暉;張丕德;周舒冬;;人工神經(jīng)網(wǎng)絡(luò)在醫(yī)學研究中的應用[J];數(shù)理醫(yī)藥學雜志;2009年01期

7 徐俊芳;周曉農(nóng);;人工神經(jīng)網(wǎng)絡(luò)在傳染病研究中的應用[J];中國寄生蟲學與寄生蟲病雜志;2011年01期

8 王欣萍;孫昕;孫堯;;基于BP人工神經(jīng)網(wǎng)絡(luò)模型構(gòu)建電子病歷系統(tǒng)的數(shù)據(jù)分析[J];中國組織工程研究與臨床康復;2011年35期

9 李光芬,強勇;人工神經(jīng)網(wǎng)絡(luò)在醫(yī)學中的應用[J];醫(yī)學信息;1998年12期

10 艾超,聶邦畿;人工神經(jīng)網(wǎng)絡(luò)在醫(yī)學中的應用與展望[J];現(xiàn)代醫(yī)學儀器與應用;1999年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 吳兵;;一種具有語義分布的自構(gòu)造的新人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)及其應用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

2 劉R

本文編號：429371