基于字典学习和稀疏表示的癫痫检测

《基于字典学习和稀疏表示的癫痫检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、，分类号：ＴＰＷ单位代码：１０４２２学号：２〇ｙｖ！Ｓ２７密级：Ｈ、ｆ毛儀ＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±学位论文ＴｈｅｓｉｓｆｏｒＭａｓｔｅｒＤｅｇｒｅｅ论文题目：基于宇典学习巧蘇疏表示的據痛途測ＡｉＵｏ化泣ｔｉｃＳｖＪｚｕｒｅＤｃｔｅｃｔ；ｏｕＵｓｉｎＳｐａｒｓｅＲｅｒｅｓｅｎｔａｔｉｏｎｇｐｏｖｅｒＬｃａｒｉｉｅｄＤｉｃｔｉｏｎａｒｙ作者姓名李革巧培养单位倍点媒学与Ｘ程学蘇专业名称倍号与倩慰化埋指导教师周玄在巧巧＇

2、合作导师巧年巧月日１０４２２分类号：ＴＰ巧：Ｉ单位代码密级；：学号硕±学位论文ＴｈｅｓｉｓｆｏｒＭａｓｔｅｒＤｅｇｒｅｅ论文题目：、、夸诞參习余轉疏襄寺斯爾極測■诗＂Ｐ么化私Ａ如斯５￡公它地古八巧今￡７ｉ／ｐｒＬｍｎ＾ｄＰｚｃｔ＾ｉ＾ａｒ＾作者姓名委晕＾培养单位４書ｉ媒每＇处货惦餐），专业名称＃冬＾禱良外嫂指导教师ｉＤｔ足教擔合作导师＞１占年年月日原创性声明本人郑重声明，独：所呈交的学位论文，是本人在导师的指导下立进行研究

3、所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研。究作出重要贡献的个人和集体，均已在文中１＾明确方式标明本声明的法律责任由本人承担。每年乔年Ｌ’）论文作者签名：如？；日期个关于学位论文使用授权的声明、本人完全了解山东大学有关保留使用学位论文的规定，同意学校保留或向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权山东大学可将本学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或

4、其他复制手段保存论文和汇编本学位论文。（保密论文在解密后应遵守此规定）论义作者答名；导师答名：日期：减午巧山东大学硕±学位论文目录摘要ＩＡＢＳＴＲＡＣＴＩｌｌ第１１章绪论１．１研究背景及意义１１丄１．脑电波简介１１丄２．藏痛检测研究意义３１．２癒痛检测研究现状４１．３癒痛检测的研究方法６１．４论文结构安排７第２章脑电信号的预处理９２．１小波分析９２２微分滤１２．波２１．３核函数３２１．４本章小结５第３章改

5、进的稀疏表示巧病检測方法１６３１１．基于稀疏表示的分类方法６３．２弹性网约束《件的引入１６３．３在线字典学习算法１８３．４基于字典学习和稀疏表示的癒痛检测系统２１３．５后处理２３３．５．１平滑操作２３３．５．２阔值操作２４３．５．３多通道整合２４．３５．４领子技术２５３．６本章小结２６第４章巧痛检测的实验结果与讨论２８１山东大学硕壬学位论文４．１实验数据２８４．２系统评价标准２９４１．２．基于时间段的评价标准３０４

6、丄２基于事件的评价标准３０４．３仿真结果及分析３１４．４结果讨论３２４．５本章小结３６第５章鎌和展望３７５．１结论３７５．２展望巧参考文献３９敬谢４４攻读硕±研究生期间研究成果４５ｉｉ山东大学硕±学位论文ＣＯＮＴＥＮＴＳＡＢＳＴＲＡＣＴＣＨＩＮＥＳＥＩ（）ＡＢＳＴＲＡＣＴＩｌｌＣｈａｔｅｒ１Ｉｎｔｒｏｄｕｃｔｉｏｎ１ｐ１１ＢａｃｋｒｏｕｎｄａｎｄＳｉｎｉｆｉｃａｎｃｅｏｆＲｅｓｅａｒｃｈ１．ｇｇ１１Ｉ

7、ｎｔｒｏｔｏｎｏｆＥＥ１．１．．ｄｕｃｉＧ１ｅｃｏｎ１．．２．ＳｉｇｎｉｆｉｃａｎｃｅｏｆＳｅｉｚｕｒｅＤｅｔｔｉ３１２ＴｈｅＲｅｓｅａｒｃｈＳｔａｔｕｓｏｆＳｕｂｅｃｔ４．ｊ１．３ＴｈｅＧｅｎｅｒａｌＰｒｏｃｅｓｓｏｆＳｅｉｚｕｒｅＤｅｔｅｃｔｉｏｎ６ｔＡｔ１．４Ｓｒｕｃｔｕｒｅｒｒａｎｇｅｍｅｎ７Ｃｈａｔｅｒ２ＴｈｅＰｒｅｒｏｃｅｓｓｉｎｏｆｐｐｇＥＥＧ９２．１ＷａｖｅｌｅｔＡｎａｌｙｓｉｓ９ｔ１２２．２Ｄｉｆ

8、ｅｒｅｎｉａｌＦＵｌ：ｅｒｉ打ｇ２．３ＫｅｒｎｅｌＦｕｎｃｔｉｏｎ１３２．４ＣｈａｐｔｅｒＳｕｍｍａｒｙ１５Ｃｈａｐｔｅｒ３ＩｍｐｒｏｖｅｄＳｅｉｚｕｒｅＤｅ化ｃｔｉｏｎＢａｓｅｄｏｎＳｐａｒｓｅＤｅ化ｃ村ｏｎ１６Ｄ１３．１ＣｌａｓｓｉｆｉｃａｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＳｐａｒｓｅｅｔｅｃｔｉ