基于想象驾驶行为的脑机接口控制

1 (p1): 第1章 绪论
1 (p1-1): 1.1 脑机接口研究背景
1 (p1-2): 1.2 脑机接口发展概述
1 (p1-2-1): 1.2.1 发展史及定义
5 (p1-2-2): 1.2.2 研究意义
8 (p1-3): 1.3 脑机接口系统简介
9 (p1-4): 1.4 脑机接口研究方法
10 (p1-4-1): 1.4.1 根据脑电信号的采集方法进行分类
10 (p1-4-2): 1.4.2 根据生理电信号进行分类
12 (p1-5): 1.5 与驾驶行为有关的脑电研究现状
12 (p1-5-1): 1.5.1 研究的方法及意义
13 (p1-5-2): 1.5.2 研究中实验设计与分析
15 (p1-6): 1.6 本书研究内容
17 (p2): 第2章 基于运动想象的脑机接口研究基础
17 (p2-1): 2.1 脑电信号生理特点
17 (p2-1-1): 2.1.1 脑电产生机理
18 (p2-1-2): 2.1.2 脑电特点
19 (p2-1-3): 2.1.3 脑电分类
20 (p2-1-4): 2.1.4 脑电处理方法分析
20 (p2-2): 2.2 运动想象脑电信号
20 (p2-2-1): 2.2.1 大脑的结构及分区
25 (p2-2-2): 2.2.2 想象脑电的特点
27 (p2-3): 2.3 本章小结
28 (p3): 第3章 基于想象驾驶行为的脑电实验采集及预处理
28 (p3-1): 3.1 研究方案
29 (p3-1-1): 3.1.1 虚拟环境的设计
31 (p3-1-2): 3.1.2 实验设备介绍
34 (p3-1-3): 3.1.3 受试者的选取
34 (p3-1-4): 3.1.4 其他注意事项
35 (p3-2): 3.2 脑电的预处理
35 (p3-2-1): 3.2.1 脑电数据预处理
36 (p3-2-2): 3.2.2 基于脑电地形图驾驶脑电的分析
39 (p3-2-3): 3.2.3 相关电极C3、C4的EEG信号预处理后的结果
42 (p3-3): 3.3 本章小结
43 (p4): 第4章 驾驶脑电的特征分析研究
43 (p4-1): 4.1 脑电信号的特征分析方法
43 (p4-1-1): 4.1.1 概述
44 (p4-1-2): 4.1.2 DSP特征提取算法分析
46 (p4-1-3): 4.1.3 邻域空间模式算法（NSP）分析
48 (p4-2): 4.2 傅里叶变换与功率谱
48 (p4-2-1): 4.2.1 算法分析
50 (p4-2-2): 4.2.2 结果与分析
55 (p4-3): 4.3 公共空间模式CSP算法的特征提取
55 (p4-3-1): 4.3.1 CSP滤波
57 (p4-3-2): 4.3.2 降维处理
60 (p4-4): 4.4 CSP算法在频域、时域内的特征提取结果及比较分析
60 (p4-4-1): 4.4.1 频域特征提取结果
63 (p4-4-2): 4.4.2 时域特征提取结果
65 (p4-5): 4.5 本章小结
67 (p5): 第5章 驾驶脑电的分类方法研究
67 (p5-1): 5.1 概述
67 (p5-2): 5.2 线性判别分析
69 (p5-3): 5.3 小波变换
69 (p5-3-1): 5.3.1 小波变换理论
70 (p5-3-2): 5.3.2 短时傅里叶变换
70 (p5-3-3): 5.3.3 连续小波变换
71 (p5-3-4): 5.3.4 离散小波变换
72 (p5-3-5): 5.3.5 多分辨率分析
72 (p5-3-6): 5.3.6 Mallat快速算法
74 (p5-4): 5.4 BP神经网络分类器
75 (p5-5): 5.5 支持向量机SVM
75 (p5-5-1): 5.5.1 算法研究
78 (p5-5-2): 5.5.2 分类结果
79 (p5-6): 5.6 线性回归分类算法
79 (p5-6-1): 5.6.1 算法研究
80 (p5-6-2): 5.6.2 分类结果
82 (p5-7): 5.7 比较与讨论
82 (p5-8): 5.8 本章小结
83 (p6): 第6章 基于语音识别技术的BCI车辆辅助控制模型
83 (p6-1): 6.1 语音识别技术
83 (p6-2): 6.2 基于语音识别的BCI智能小车控制方案
83 (p6-2-1): 6.2.1 系统总体方案
84 (p6-2-2): 6.2.2 系统硬件设计与实现
87 (p6-2-3): 6.2.3 系统软件设计与实现
90 (p6-3): 6.3 其他语音识别控制接口介绍
90 (p6-3-1): 6.3.1 基于Google…