全文总字数:1540字
1. 毕业设计(论文)主要内容:
脑机接口技术是一种不依赖除大脑以外的肌肉和神经,在大脑与计算机或其他电子设备之间建立直接交流的人机交互技术。
利用运动想象脑电信号,对脑电信号进行采集,分析其携带特征,从而对不同想象任务进行高准确度的分类,实现准确的人机交互控制。
将深度学习方法引入脑电信号处理中,将传统的手工步骤通过机器学习的方式由算法自动学习,预测出其输入脑电信号的类别标签,节约人工时间和精力的同时也可一定程度提升分类准确度。
2. 毕业设计(论文)主要任务及要求
(1)查阅相关文献资料15篇以上(其中近5年外文文献不少于3篇)。
(2)完成开题报告及任务书。
(3)利用anaconda实现python以及tensorflow的下载及安装并实现BCI 2008 datasets 2a数据集有效分类的仿真。
3. 毕业设计(论文)完成任务的计划与安排
(1)第1-3周:查阅相关文献资料,明确研究内容,学习毕业设计研究内容所需理论的基础。确定毕业设计方案,完成开题报告。
(2)第4-5周:熟悉掌握基本理论,完成英文资料的翻译,熟悉开发环境。
(3)第6-9周:搭建代码运行环境,利用anaconda实现python以及tensorflow的下载及安装,下载相关数据集。
4. 主要参考文献
[1] 曾庆山, 范明莉, 宋庆祥. 基于CSP与卷积神经网络算法的多类运动想象脑电信号分类[J]. 科学技术与工程, 2017(27):149-154.
[2] 胡章芳,张力,黄丽嘉,罗元.基于时频域的卷积神经网络运动想象脑电信号识别方法[J].计算机应用,2019,39(08):2480-2483.
[3] 王卫星, 孙守迁, 李超, et al. 基于卷积神经网络的脑电信号上肢运动意图识别[J]. 浙江大学学报(工学版), 2017(7).
以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。