運(yùn)動(dòng)想象腦機(jī)接口多模式識(shí)別方法與應(yīng)用研究
【文章頁(yè)數(shù)】:67 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1-1Berger1929年首次記錄的人的腦電波
圖1-1Berger1929年首次記錄的人的腦電波已經(jīng)召開(kāi)了七次國(guó)際BCI會(huì)議,對(duì)現(xiàn)在的重點(diǎn)做了總結(jié)與討論,并且提出了BCI系科交叉的前沿技術(shù),腦-機(jī)接口技術(shù)已經(jīng)從醫(yī)療康復(fù)、家居娛樂(lè)和軍事等領(lǐng)域有著廣究是人類(lèi)在21世紀(jì)的前沿科技發(fā)展規(guī)劃中代美國(guó)就曾制定了“腦的十....
圖1-2腦-機(jī)接口系統(tǒng)組成
第一章緒論領(lǐng)域的應(yīng)用前景也是非常廣闊,腦-機(jī)接口技術(shù)增加了未來(lái)對(duì)軍事武器的操控方式的選擇,對(duì)武器智能化的發(fā)展方向有著重要的指導(dǎo)意義,世界上許多國(guó)家的軍方對(duì)腦-機(jī)接口在軍事領(lǐng)域的發(fā)展密切關(guān)注。2013年,一項(xiàng)代號(hào)“阿凡達(dá)”的研究項(xiàng)目由美國(guó)國(guó)防部正式向外界公開(kāi)披露,這個(gè)項(xiàng)目的內(nèi)容....
圖2-6最優(yōu)
這樣就利用超平面把樣本分成了兩2.5.2支持向量機(jī)SVM是一種常用于分類(lèi)與回歸分析習(xí)模型。它解決問(wèn)題的主要思路是在輸個(gè)超平面與兩類(lèi)臨近樣本之間的間隔最易分開(kāi)且不易被分錯(cuò)。關(guān)于最優(yōu)超平面支持向量b
圖2-7LeNet-5卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
第二章EEG信號(hào)處理方法量的原始數(shù)據(jù)長(zhǎng)時(shí)間學(xué)習(xí)的基礎(chǔ)上,神經(jīng)網(wǎng)絡(luò)模型的分類(lèi)準(zhǔn)確率能夠很高。但是,它的劣勢(shì)是模型的訓(xùn)練需要很長(zhǎng)的時(shí)間,并且需要大量數(shù)據(jù)的支持,對(duì)樣本數(shù)量小的識(shí)別分類(lèi)效果不理想。一般的運(yùn)動(dòng)想象腦電信號(hào)受任務(wù)模式與實(shí)驗(yàn)范式的影響(例如,運(yùn)動(dòng)想象的實(shí)驗(yàn)范式周期將近1....
本文編號(hào):3995965
本文鏈接:http://sikaile.net/yixuelunwen/swyx/3995965.html