| | | 誘發式腦-機接口技術 | 該商品所屬分類:圖書 -> 外科 | 【市場價】 | 817-1184元 | 【優惠價】 | 511-740元 | 【作者】 | 印二威蒂姆·澤埃爾江京 | 【出版社】 | 科學出版社 | 【ISBN】 | 9787030646187 | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品 一次購物滿2000元台幣95折+免運費+贈品 一次購物滿3000元台幣92折+免運費+贈品 一次購物滿4000元台幣88折+免運費+贈品
| 【本期贈品】 | ①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
| |
版本 | 正版全新電子版PDF檔 | 您已选择: | 正版全新 | 溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。 *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。 | | | | 內容介紹 | |
![](/c3/10025018091709.jpg)
出版社:科學出版社 ISBN:9787030646187 商品編碼:10025018091709 品牌:文軒 出版時間:2020-11-01 代碼:99 作者:印二威,蒂姆·澤埃爾,江京
" 作 者:印二威,(加)蒂姆·澤埃爾,江京 著 定 價:99 出 版 社:科學出版社 出版日期:2020年11月01日 頁 數:220 裝 幀:平裝 ISBN:9787030646187 ●前言 第1章 緒論 1 1.1 BCI技術概述 1 1.2 BCI的分類與類型特點分析 4 1.2.1 基於大腦信號采集技術手段的分類 5 1.2.2 基於大腦信號產生方式的分類 7 1.3 基於EEG的誘發式BCI 7 1.3.1 刺激模態分析 7 1.3.2 SSVEP-BCI技術 8 1.3.3 P300-BCI技術 9 1.3.4 ErrP-BCI技術 11 1.3.5 誘發式BCI的性能評價指標 11 1.4 誘發式BCI研究方法分析 14 參考文獻 17 第2章 嚴格視線限定條件下的SSVEP神經機制 25 2.1 引言 25 2.2 方法與材料 26 2.2.1 範式設計 26 2.2.2 實驗流程 28 2.3 數據分析 30 2.3.1 典型相關性分析 30 2.3.2 基於典型相關性分析的單通道貢獻估計 31 2.3.3 對側效應估計 32 2.4 實驗結果 32 2.4.1 基於SSVEP響應的視場構建 32 2.4.2 刺激位置影響 35 2.5 結果分析與討論 37 2.5.1 刺激形狀 37 2.5.2 刺激間距 37 2.5.3 指示位置 38 2.5.4 定制設計 38 2.5.5 不足之處 39 2.5.6 未來工作 39 2.6 本章小結 39 參考文獻 40 第3章 SSVEP-BCI的實時信息反饋與動態優化機制 42 3.1 引言 42 3.2 方法與材料 43 3.2.1 刺激範式設計 43 3.2.2 CCA-RV方法 45 3.2.3 實時信息反饋機制 46 3.2.4 目標選擇時間優化設計 46 3.2.5 實驗範式設計 48 3.3 實驗結果與分析 50 3.3.1 在線結果 50 3.3.2 離線性能分析 51 3.4 結果分析與討論 52 3.4.1 繫統性能提升的原因分析 52 3.4.2 行列目標識別過程準確率對比 53 3.4.3 當前方法局限和未來研究方向 54 3.5 本章小結 55 參考文獻 55 第4章 基於DS策略的SSVEP-BCI目標識別方法 58 4.1 引言 58 4.2 方法與材料 59 4.2.1 實驗方案與實施 59 4.2.2 識別算法與DS策略 62 4.3 實驗結果 67 4.3.1 模擬在線結果 67 4.3.2 DS策略的提升分析 69 4.3.3 DS策略輸出有效性分析 69 4.3.4 公開數據庫的驗證 70 4.4 結果分析與討論 73 4.5 本章小結 74 參考文獻 74 第5章 基於聽觸覺雙模態刺激的非視覺P300-BCI 76 5.1 引言 76 5.2 方法與材料 78 5.2.1 聽觸覺P300-BCI繫統設計 78 5.2.2 實驗設計 80 5.2.3 數據分析 82 5.3 實驗結果與分析 85 5.3.1 在線實驗結果 85 5.3.2 離線性能分析 85 5.4 結果討論 86 5.5 本章小結 90 參考文獻 91 第6章 基於P300和SSVEP的時頻特征融合決策機制 94 6.1 引言 94 6.2 方法與材料 96 6.2.1 混合刺激機制設計 96 6.2.2 實驗流程 97 6.2.3 信號處理 99 6.3 實驗結果 103 6.3.1 在線性能 103 6.3.2 離線分析 104 6.4 結果分析與討論 106 6.4.1 SSVEP特征引入的作用分析 106 6.4.2 被試狀態變化對繫統性能的影響 108 6.5 本章小結 108 參考文獻 109 第7章 基於P300和SSVEP並行輸入的混合BCI 112 7.1 引言 112 7.2 方法與材料 113 7.2.1 混合刺激機制設計 113 7.2.2 實驗設計 114 7.2.3 信號處理 116 7.2.4 很優刺激輪次選擇 118 7.3 實驗結果 119 7.3.1 在線性能 119 7.3.2 離線分析 120 7.4 結果分析與討論 120 7.4.1 快速混合BCI拼寫方法的潛力 120 7.4.2 RC和SL範式性能差異的原因分析 121 7.4.3 當前方法局限與未來研究方向 124 7.5 本章小結 124 參考文獻 125 第8章 基於P300與SSVEP得分融合的混合BCI 128 8.1 引言 128 8.2 方法與材料 129 8.2.1 兩種混合刺激範式 129 8.2.2 實驗範式 130 8.2.3 P300和SSVEP目標識別方法 132 8.2.4 得分融合方法 133 8.3 實驗結果 135 8.3.1 BCI範式的性能對比 135 8.3.2 融合方法的性能對比 137 8.3.3 BCI初學者的學習過程 137 8.4 結果分析與討論 138 8.5 本章小結 140 參考文獻 140 第9章 基於ErrP的P300-BCI自動糾錯機制 142 9.1 引言 142 9.2 方法與材料 143 9.2.1 被試 143 9.2.2 數據采集 143 9.2.3 P300-BCI拼寫器 144 9.2.4 ErrP和P300得分 145 9.2.5 Bayes動態停止機制 145 9.2.6 輔助刺激 146 9.2.7 實驗方案 147 9.2.8 基於ErrP和P300融合的在線糾錯機制 148 9.2.9 進一步分析 149 9.3 實驗結果 150 9.3.1 在線性能 150 9.3.2 P300和ErrP對錯誤檢測的貢獻 152 9.3.3 輔助刺激的影響 153 9.3.4 ErrP波形特征 155 9.4 結果分析與討論 156 9.4.1 在線糾錯 156 9.4.2 基於ErrP和P300融合進行在線錯誤檢測 156 9.4.3 新型ErrP波形差異 156 9.4.4 157 9.5 本章小結 157 參考文獻 158 第10章 基於ErrP得分的半監督自適應P300-BCI 161 10.1 引言 161 10.1.1 分類器自適應——P300-BCI拼寫器 161 10.1.2 基於ErrP的自動校正 162 10.1.3 目標:基於ErrP的自適應 162 10.2 方法與材料 163 10.2.1 被試 163 10.2.2 EEG采集 163 10.2.3 拼寫流程 164 10.2.4 P300和ErrP的評分 164 10.2.5 在線錯誤檢測 165 10.2.6 在線實驗 166 10.2.7 離線分析 167 10.2.8 模擬在線分析 168 10.3 實驗結果 171 10.3.1 在線分析 171 10.3.2 離線分析 172 10.3.3 模擬在線分析 172 10.4 結果分析與討論 175 10.4.1 在線SOA優化 175 10.4.2 是否采用自適應 175 10.4.3 半監督的優勢 176 10.4.4 ErrP的貢獻 177 10.5 本章小結 177 參考文獻 178 第11章 基於P300和ErrP的聽覺混合BCI 180 11.1 引言 180 11.2 方法與材料 181 11.2.1 被試 181 11.2.2 數據采集 181 11.2.3 任務流程 181 11.2.4 信號預處理 183 11.2.5 P300和ErrP評分 184 11.2.6 單次實驗期間ErrP的一致性 185 11.2.7 基於錯誤檢測的模擬自動校正 185 11.3 實驗結果 187 11.3.1 ErrP檢測 187 11.3.2 模擬自動校正 188 11.3.3 改變期望的誤報率 191 11.3.4 聽覺ErrP的時空特征 192 11.4 結果分析與討論 193 11.4.1 ErrP檢測 193 11.4.2 混合錯誤檢測 194 11.4.3 模擬自動校正 194 11.4.4 與自動校正視覺BCI的比較 195 11.4.5 生理學 195 11.4.6 局限性與未來工作 196 11.5 本章小結 197 參考文獻 197 第12章 總結與展望 201 12.1 本書工作總結 201 12.2 未來工作展望 205 參考文獻 206 《誘發式腦-機接口技術》主要介紹誘發式腦-機接口技術。《誘發式腦-機接口技術》共12章,主要內容包括:SSVEP特征機理研究與SSVEP-BCI優化,基於聽觸覺的非視覺P300-BCI方法,基於P300和SSVEP的多模態BCI,基於P300和ErrP的多模態BCI等。《誘發式腦-機接口技術》是作者在多項國家自然科學基金項目和科技委創新特區項目支持下取得的研究成果的總結,意在推動腦-機接口理論與應用的發展,對於人-機混合智能的機理研究和腦-機智能融合繫統的應用具有一定的科學意義。 ![](https://img10.360buyimg.com/imgzone/jfs/t1/147514/7/5440/73116/5f34a3beE3ba58783/f5b2391383f5625c.jpg)
" | | | | | |