【正文】 ng)總結(jié),姓名:。n)的EEG特征提取,(a) 想象(xiǎngxi224。ng)小波分解時，分解的層數(shù)將視具體信號的有用成分和采樣率而定。)感覺運動皮層區(qū)的腦電μ節(jié)律 （8~12Hz）和β節(jié)律（14~30Hz）節(jié)律幅值降低，這種現(xiàn)象稱為事件相關(guān)去同 步（eventrelated desynchronization, ERD）；而同側(cè)腦電μ節(jié)律和β節(jié)律 幅度升高，稱為事件相關(guān)同步（event—related synchronization，ERS）。nhu224。n),可見，連續(xù)小波變換的結(jié)果可以表示為平移因子a和伸縮因子(yīnzǐ)b的函數(shù),第十六頁，共三十頁。,二、小波變換(bi224。)分析手段，不同于FT方法，與STFT方 法比較具有更為明顯的優(yōu)勢,二、小波變換(bi224。,二、小波變換(bi224。n),傅里葉閉環(huán)具有一定的局限性。o)方法（分類器）：,LDA SVM BP人工神經(jīng)網(wǎng)絡(luò) 貝葉斯分類法,最后，將分類好的EEG信號以指令形式用于控制外部設(shè)備。,一、腦電信號特點及一般(yībān)處理流程,頻率低。ngm237。 信號微弱。,第五頁，共三十頁。小波變 換聯(lián)系了應(yīng)用數(shù)學、物理學、計算機科學、信號與信息處理、圖像處理、地震勘 探等多個學科。n)信號時變窄，檢測低頻信號時變寬。nhu224。)小波變換（continue wavelet transform， 簡稱CWT）。)小波變換有兩種典型的概念：連續(xù)小波變換，離散小波 變換。o)的時間軸實現(xiàn)遍歷分析，伸縮因子通過收 縮和伸張小波，使得每次遍歷分析實現(xiàn)對不同頻率信號的逼近。n),離散小波變換的可逆問題——框架理論 DWT的可逆問題蘊含的是DWT的表達能夠完整的表達待分析信號的全部信 息，這就需要數(shù)學上的框架理論作為支撐了，如果(rnhu224。n)的EEG特征提取,第二十六頁，共三十頁。,THANK YOU FOR YOUR TIME !,第二十九頁，共三十頁。（3）克服第三個不足：通過與加窗傅立葉變換的“時間—頻率窗”的相似分。,三、基于小波變換(bi224。,第二十四頁，共三十頁。為了減少特征向量的維數(shù)，本次僅分析β節(jié)律。n),第二十頁，共三十頁。n),傅立葉分解(fēnjiě)過程,小波分解(fēnjiě)過程,第十七頁，共三十頁。,可以這樣(zh232。,小波變換的定義： 小波變換是一種信號的時間——尺度（時間——頻率）分析方法，它具有多 分辨分析的特點，而且在時頻兩域都具有表征(biǎo zhēnɡ)信號局部特征的能力，是一種窗口 大小固定不變但其形狀可改變，時間窗和頻率窗都可以改變的時頻局部化分析方 法。,小波是什么？ 小波可以簡單的描述為一種函數(shù)，這種函數(shù)在有限時間范圍內(nèi)變化，并且(b236。 傅立葉變換的積分作用平滑了非平穩(wěn)信號的突變成分。 1909: Alfred Haar——發(fā)現(xiàn)了Haar小波。lǜ)： δ波：頻率：0.5~4Hz，振幅：20~200μV。n)