基于共空间模式的运动想像信号特征提取方法研究任务书

2020-08-07 21:04:36

1. 毕业设计（论文）主要内容：

运动想象（motor imagery，mi）信号是一种常用的非侵入式脑电信号，在脑机接口中有着广泛的应用。

本课题拟针对现有的多类运动想象任务的分类精度低的问题，研究空域和时频域特征提取方法，结合共空间模式(csp)算法以及时频域分解方法局域特征尺度分解(lcd)，提出一种高精度的运动想象分类方法。

通过脑机接口竞赛提供的数据集验证该算法的有效性。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年的外文文献不少于3篇）。

（2）完成开题报告。

（3）利用CSP和LCD方法，研究运动想像信号特征提取方法。利用脑机接口竞赛提供的数据集验证方法的有效性。

（4）完成不少于15000字的论文的撰写并完成答辩的相关工作。

（5）完成毕业设计周志。

（6）完成不低于5000汉字（20000英文印刷符）的教师指定的相关文献的英译汉翻译。

（7）正文应包含不少于12幅图（包括：电路原理图、流程图、结构框图、程序框图等）。

3. 毕业设计（论文）完成任务的计划与安排

（1）第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。

确定方案，完成开题报告。

（2）第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉matlab的使用。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

4. 主要参考文献

[1] Kang S, Xiaopei W U. Three-class Motor Imagery Classification Based on Optimal Sub-band Features of Independent Components[J]. Journal of Biomedical Engineering, 2016.

[2] Hsu W Y. Motor imagery EEG discrimination using the correlation of wavelet features.[J]. Clinical Eeg amp; Neuroscience Official Journal of the Eeg amp; Clinical Neuroscience Society, 2014, 46(2):94-99.

[3] 肖丹, 胡剑锋. 运动想象脑电信号识别研究[J]. 计算机工程与应用, 2010, 46(33):169-171.

[4] 昌凤玲. 多类运动想象脑电模式识别及其在电动轮椅控制上的应用[D]. 杭州电子科技大学, 2014.

[5] 李明爱, 田晓霞, 孙炎珺,等. 基于局域均值分解与典型相关分析的眼电伪迹去除方法[J]. 北京工业大学学报, 2016, 42(6):843-850.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

注册

找回密码