“华为杯”研究生数学建模竞赛2020年-【华为杯】C题：面向康复工程的脑电信号分析和判别模型（附优秀论文）

目录

摘 要：

1.问题重述

1.1 问题背景

1.2 问题的提出

2.基本假设

3.符号说明

4.数据处理

4.1 数据预处理

4.2 单次分割和组片

4.3 信号片段降采样

4.4 数据规范化

5.问题一求解

5.1 问题分析

5.2 训练数据预处理

5.3 模型评估指标

5.4 分类算法比较

5.4.1 支持向量机

5.4.2 随机森林算法

5.4.3 基于卷积神经网络的分类器

5.5 结果分析比较

6.问题二求解

6.1 问题分析

6.2 主成分分析法

6.3 求解过程

6.4 结果讨论

7.问题三求解

7.1 问题分析

7.2 基于 SVM 的半监督自训练算法

7.3 实验结果分析

8.问题四求解

8.1 问题重述

8.2 数据预处理

8.3 算法预测

8.4 结果讨论

9 参考文献

---

 

摘 要：

随着计算机技术的不断发展，近年来脑-机接口一直是被广泛热议的话题之一。将脑-

机接口技术与人工智能相结合，使得脑-机接口技术在脑部疾病治愈、娱乐消费、机器控

制等领域得到广泛应用，其中关于脑电信号的采集和处理在脑-机接口技术中至关重要。

脑电信号按其产生的方式可分为诱发脑电信号和自发脑电信号，其中 P300 电位是一种典

型的诱发型脑电信号，这种信号在受外界刺激时诱发大脑产生；而自发脑电信号通常在人

睡眠没受外界刺激时产生。对于 P300 信号，