基于FastICA的EEG分析在“空中课堂”教学中的应用

发布时间：2022-02-10 10:54

　　随着新课程改革的发展和互联网技术的普及,"空中课堂"因其不受时空约束,高效便捷的特性倍受教育者的青睐。为了避免师生不能及时互动的局限性,本文提出一种新的教学研究方法,在Fast ICA算法的基础上,利用学生观看教师授课视频时所产生的脑电波数据进行科学分析,并通过MATLAB进行仿真实验。实验结果验证了此方法的科学有效性。教育工作者可以利用本文提出的方法及时掌控学生对各知识点掌握的程度以及在学习过程中关注度的变化规律,从而进一步提高教学效果和改进"空中课堂"的教学系统设置。 

【文章来源】：科技视界. 2018,(33)

【文章页数】：3 页

【文章目录】：
0前言
1“空中课堂”背景
2 脑电波的基本知识[1]
3 EEG信号的采集与去噪
4 快速独立成分分析法 (FastICA) [1-5]
    4.1 快速独立成分分析法 (FastICA) 的原理
    4.2 FastICA算法一般步骤[3-6]
    4.3 FastICA的校正[7-8]
5 仿真实验
6脑电波在空中课堂的应用
7 总结


【参考文献】：
期刊论文
[1]脑电波传感器研究及应用[J]. 尹晟霖,李凤银,于晓璇,程嘉楷,吉翰云.  电子技术. 2018(07)
[2]基于频谱相似度的ICA不确定性快速消除[J]. 莫崇相,陆森林.  噪声与振动控制. 2008(05)
[3]基于FFT-MCC分析的ICA（BSS）盲不确定性消除[J]. 焦卫东,杨世锡,钱苏翔,严拱标.  中国机械工程. 2006(07)
[4]汽车驾驶员瞌睡状态脑电波特征的初步探索[J]. 王炳浩,魏建勤,吴永红.  汽车工程. 2004(01)

硕士论文
[1]脑电信号与注意力的关联研究[D]. 龚琦.武汉工程大学 2017
[2]行为决策与脑电波特征分析[D]. 沈家全.温州大学 2017
[3]脑电波信号处理及其在教育中的应用研究[D]. 黄川.华中师范大学 2016
[4]脑电波信号的处理方法与应用[D]. 王佳威.北京邮电大学 2015



本文编号：3618769