1、腦電圖(electroencephalogram，EEG)是腦神經(jīng)細(xì)胞的電生理活動(dòng)在大腦皮層或頭皮表面表現(xiàn)出的電現(xiàn)象。一般來說，腦電變化可分為兩類：即誘發(fā)電位響應(yīng)和自發(fā)電活動(dòng)。研究表明，腦電信號(hào)具有背景噪聲強(qiáng)信號(hào)幅度微弱、非平穩(wěn)性和隨機(jī)性強(qiáng)、頻域特征比較突出等特點(diǎn)。因此，腦電信號(hào)的分析與處理仍然是一項(xiàng)非常具有挑戰(zhàn)性的課題。 灰色系統(tǒng)理論(GreySystemTheory)是由我國學(xué)者鄧聚龍教授于1982年在國際上首先提出的。對(duì)于

2、非典型規(guī)律的信號(hào)(如非平穩(wěn)、非高斯分布、非白噪聲)，灰色方法與其它的一些按統(tǒng)計(jì)規(guī)律和先驗(yàn)規(guī)律來處理數(shù)據(jù)的方法相比，具有明顯的優(yōu)勢(shì)。 本文在初步分析了腦電信號(hào)處理方法以及灰色系統(tǒng)理論的基礎(chǔ)上，考慮到腦電信號(hào)的非平穩(wěn)性和隨機(jī)性強(qiáng)、頻域特征比較突出，結(jié)合灰建模對(duì)于建模數(shù)據(jù)無特殊性要求等特點(diǎn)，提出了腦電信號(hào)分析與處理的一種新方法——將灰建模理論應(yīng)用于自發(fā)腦電特征的提取中。同時(shí)對(duì)于采用灰建模方法提取的腦電特征，采用機(jī)器學(xué)習(xí)理論中基于實(shí)例的

3、k-近鄰算法對(duì)實(shí)測(cè)腦電信號(hào)進(jìn)行了分類識(shí)別。研究結(jié)果表明，在腦電信號(hào)處理中使用灰建模方法提取腦電特征并采用k-近鄰算法進(jìn)行分類決策，在理論上是可行的、有效的。同時(shí)該方法也為進(jìn)一步的腦功能模式識(shí)別研究提供了良好的理論基礎(chǔ)。本文主要完成了以下工作： (1)腦電信號(hào)的灰色GM(1，1)建模； (2)模型參數(shù)估計(jì)及腦電特征提取； (3)分析比較兩種狀態(tài)，即睜眼和閉眼時(shí)腦電特征參數(shù)a，b的不同，并給出比較結(jié)果； (4