全文总字数：1801字
1. 毕业设计（论文）主要内容：
脑机接口技术是一种不依赖于正常的由外围神经和肌肉组成的输出通路的通讯系统。它通过提取头皮的脑电信号，经过数字处理技术对这些信号进行剖析，从而“读取”人脑意图的目的，同时也提供一种用户与外界设施的通讯和控制信道。基于运动想象为基础的BCI技术是由想象肢体运动引发的脑部运动皮层区域的脑电波节律作为输出，经过信号处理部分进行特征提取和分类进行判决，最后将这些识别的种类编码成控制命令，实现人脑直接对外部设施的通信及控制。本文基于循环神经网络对BCI 2008 data sets 2a数据集中实现有效分类，下载相关数据集、利用anaconda实现python以及tensorflow、MNE等模块的下载及安装并实现BCI 2008 data sets 2a或其中部分含标签数据有效分类的仿真。
2. 毕业设计（论文）主要任务及要求
（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。
（2）完成开题报告及任务书。
（3）利用anaconda实现python以及tensorflow的下载及安装并实现BCI 2008 datasets 2a数据集有效分类的仿真。
3. 毕业设计（论文）完成任务的计划与安排
（1）第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。
（2）第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。
（3）第6－9周：搭建代码运行环境，利用anaconda实现python以及tensorflow的下载及安装，下载相关数据集。
4. 主要参考文献
[1] 佟歌. 基于深度学习的运动想象脑电信号分类算法研究[D]. 2018
[2] Wilaiprasitporn,Theerawit Ditthapron, Apiwat Matchaparn, Karis Tongbuasirilai, Tanaboon Banluesombatkul, Nannapas Chuangsuwanich,Ekapol. (2019). Affective EEG-Based Person Identification Using the DeepLearning Approach. IEEE Transactions on Cognitive and Developmental Systems.PP. 10.1109/TCDS.2019.2924648.
[3] SupratakA, Dong H, Wu C, et al. DeepSleepNet: a Model for Automatic Sleep Stage Scoringbased on Raw Single-Channel EEG[J]. IEEE Transactions on Neural Systems andRehabilitation Engineering, 2017:1-1.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
