English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 42758313 線上人數 : 1451
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NCUIR
資訊電機學院
電機工程研究所
--博碩士論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NCUIR
‧
管理
NCU Institutional Repository
>
資訊電機學院
>
電機工程研究所
>
博碩士論文
>
Item 987654321/9406
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://ir.lib.ncu.edu.tw/handle/987654321/9406
題名:
利用類神經網路對左手、右手食指上抬運動與 休息狀態下的腦波律動進行分類
作者:
邱秀鳳
;
Hsiu-Feng Chiu
貢獻者:
電機工程研究所
關鍵詞:
大腦人機介面
;
腦磁波儀
;
腦波律動
;
類神經網路
日期:
2002-06-21
上傳時間:
2009-09-22 11:47:05 (UTC+8)
出版者:
國立中央大學圖書館
摘要:
近幾年來,隨著大腦神經科學研究的突破與腦波訊號擷取科技的進步,大腦人機介面技術已逐漸受到重視。該技術的原始構想是透過腦部訊號的擷取,協助神經肌肉系統損傷導致失能的病患,運用腦波與外界溝通。如何使該系統正確判斷病患目前所面臨或正在執行的狀態,是提高大腦人機介面系統穩定度的重要關鍵點。因此,需藉由整合神經科學、訊號處理與控制理論,來嘗試發展出高穩定性、高傳輸率的大腦人機介面系統。 利用腦磁波儀來擷取受試者大腦運動皮質區的beta頻帶腦波律動訊號,並將該訊號透過串接式類神經網路分類器之設計平台,對受試者左、右手食指上抬運動與休息狀態下之腦波律動訊號進行分類。此串接式網路共分為兩個網路層級,第一層級的網路分辨運動與休息狀態,第二層級的網路區隔左手或右手運動。在本研究中,可以成功地將這三種狀態下的腦波律動區分出來,並且發現串接式的網路架構比單一層級的網路架構有更高的鑑別率與穩定性。未來我們期待可以繼續發展大腦人機介面分類器,使得更符合實際日常生活所需要的複雜程度。
顯示於類別:
[電機工程研究所] 博碩士論文
文件中的檔案:
檔案
大小
格式
瀏覽次數
在NCUIR中所有的資料項目都受到原著作權保護.
社群 sharing
::: Copyright National Central University. | 國立中央大學圖書館版權所有 |
收藏本站
|
設為首頁
| 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
隱私權政策聲明