文摘
英文文摘
一、绪论
§1.1混沌研究的历史与现状
§1.2人工神经网络、混沌与脑科学的相互结合
§1.3混沌在EEG分析中的应用
§1.4本文的主要工作
参考文献
二、Takens定理
§2.1几个相关的定义
§2.2带有单个可观测量的动力系统
§2.3Takens定理
§2.4本章小结
参考文献
三、混沌数据分析方法
§3.1混沌理论基础
1混沌动力分析初步
2混沌吸引子
3庞加莱截面
4混沌吸引子的重构
5重正化半群
6最大Lyapunov指数
7分形维与关联维
§3.2从混沌数据计算最大Lyapunov指数
1计算原理
2确定重构参数并重构吸引子
3改进Wolf算法计算最大Lyapunov指数
4利用方程所得数据的计算结果验证
5实验数据的计算结果验证
§33本章小结
参考文献
四、混沌信号可影响BP网络的学习
§4.1神经网络基础
1神经网络的特点
2人工神经网络的主要应用领域
人工神经网络的主要分类
§4.2 BP神经网络计算原理
§4.3混沌信号设初始权值对BP神经网络学习效果的影响
1计算机产生混沌序列
2网络仿真计算及结果分析
§4.4本章小结
参考文献
五、对EEG数据的混沌分析
§5.1EEG数据分析的历史与发展现状
§5.2EEG数据分析的生理机理
§5.3两种EEG数据分析手段
1主成份分析
2谱分析
§5.4 EEG数据分析
1 EEG数据的采样与预处理
2关联维计算
3最大Lyapunov指数计算
4主成分分析
5结果讨论
§5.5本章小结
参考文献
六、结束语
附录一、Lyapunov指数谱的公式计算方法
附录二、从一维数据计算最大Lyapunov指数的源程序
硕士期间所发表的文章
致谢
