基于整体经验模态分解和随机森林的癫痫脑电信号识别算法研究

第一个书签之前

摘 要

Abstract

第1章 绪 论

1.1.1 研究背景

1.1.2 研究意义

1.2.1 国内研究现状

1.2.2 国外研究现状

1.3 研究内容及论文框架

1.4 本章小结

第2章 基本理论

2.1 脑电信号概述

2.2.1 脑电信号的特性研究

2.2.2 脑电信号的处理方法

2.2.1 经验模态分解

2.2.2 整体经验模态分解

2.3.1 支持向量机

2.3.2 最小二乘支持向量机

2.3.3 随机森林

2.4 本章小结

第3章 基于整体经验模态分解的癫痫脑电信号特征提取

3.1 数据来源

3.2 癫痫脑电信号的整体经验模态分解

3.3 癫痫脑电信号特征提取

3.3.1 变异系数

3.3.2 波动指数

3.3.3 能量熵

3.3.4 信息熵

3.3.5 特征提取汇总

3.4 本章小结

第4章 癫痫脑电信号分类实证分析

4.1 基于随机森林的癫痫脑电信号分类

4.2 基于最小二乘支持向量机的癫痫脑电信号分类

4.3 不同方法分类结果对比

4.4 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

致 谢

参考文献

附 录

作者简介

攻读学位期间研究成果