| 中文题名： | 脑电信号非线性动力学分析方法探讨 |
| 姓名： | |
| 保密级别： | 公开 |
| 学科代码： | 081001 |
| 学科专业： | |
| 学生类型： | 硕士 |
| 学位： | 工学硕士 |
| 学位年度： | 2005 |
| 学校： | 北京师范大学 |
| 校区： | |
| 学院： | |
| 研究方向： | 非线性动力学系统与信息处理 |
| 第一导师姓名： | |
| 第一导师单位： | |
| 提交日期： | 2005-06-10 |
| 答辩日期： | 2005-06-06 |
| 中文关键词： | 脑电 ; EEG ; 熵距离 ; 奇异谱 ; 关联维 ; Lyapunov指数 ; 近似熵 ; 互近似熵 ; 非线性动力学分析 ; 脑信息处理平台 |
| 中文摘要： |
本文首先从描述脑电信号的产生和基本特征出发，综述了当前的脑电信号分析技术，包括时域分析、频域分析、时频分析和非线性动力学分析等，重点介绍了脑电时间序列的非线性数值分析手段,包括奇异谱分析、相空间重构、Lyapunov 指数、关联维数、测度熵以及近似熵和互近似熵等。并在此基础上，为了提高关联维曲线的计算效率，提出了一种快速算法，实验结果表明，该算法与经典算法误差能控制在很小的范围内，速度却可以提高上百甚至上千倍。 本文还从如何识别不同时间序列蕴涵的动力学属性之间的异同性问题出发，提出了熵距离的
﹀
|
| 外文摘要： |
The analysis and interpreting of Electroencephalograms (EEGs) is always the difficult problem in the signal processing field, because of the complex biomedical mechanism of the brain. In this paper, EEG’s concept and basic characteristics are introduc
﹀
|
| 参考文献总数： | 51 |
| 馆藏号： | 硕081001/0509 |
| 开放日期： | 2005-06-10 |
谷歌
