版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
1、听和想象不同音乐的脑电特征的识别研究 开题报告芮雪 101010289/10/2022目录研究目标和意义研究内容研究现状研究方案可行性分析工作计划研究目标及意义目标使用深度学习算法对听/想象不同风格音乐的脑电（EEG）进行特征提取，并对其进行比较、分类。研究目标及意义意义首先使用深度学习算法来分析执行认知任务时的脑电。从新的角度来分析感知/想象任务时，大脑活动的相似与差异。研究内容训练针对听/想象不同风格音乐EEG的深度学习网络比较听/想象不同风格音乐的EEG在传播过深度学习网络后，产出的稀疏编码之间的相似与差异，以及编码所代表的结构的差异比较深度学习网络产生的稀疏编码与PCA等其他方式提取特
2、征的分类效果。尝试用听音乐的EEG训练出的分类器 分类想象音乐的EEG研究现状EEG研究现状常见分析方法：事件相关电位（ERPs）、频谱/时频分析、网络分析深度学习算法手写数字数据库上获得成功图像、语音多种应用音乐认知研究现状听/想象音乐的EEG相似性存在传统方法能达到分类 研究方案步骤实验数据采集数据预处理时域/频域/时频变换训练深度学习网络模式分类研究方案实验设计P正常音量、感知，F降低音量、辅助想象，I静音、想象3类风格，6名被试研究方案训练深度学习网络稀疏自编码方法逐层训练将各层提取的特征与传统方式发现的结构进行对比由听音乐EEG获得的编码和特征与由想象音乐EEG获得的编码和特征进行比
3、较研究方案模式分类编码结果投入分类器与PCA等方法降维后投入分类器的结果比较尝试用听音乐EEG训练出的分类器分类想象音乐的EEG研究方案创新点首次使用深度学习算法分析听/想象音乐时的EEG对深度学习算法挖掘出的结构与传统方法发现的结构进行比较可行性分析听和想象相同音乐EEG部分相似性已有证实已有深度学习算法应用在分析EEG上的案例数据采集已经完成，数据预处理已经完成掌握实验、编程、论文撰写的基本技能研究计划3-193-30 新数据处理方法（深度学习算法等）开始实施4-84-14 数据处理结果初步整理，调整继续方向4-154-20 继续实施数据处理，论文初步撰写4-215-11 数据处理结果再次整理，调整继续方向，论文继续5-125-25 论文初步完稿，针对性补充数据处理5-266-1 修改论文，收尾工作谢谢！深度学习网络深度学习网络数
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论