人腦認(rèn)知控制能力對(duì)于我們的社會(huì)有重要作用, 其檢測(cè)識(shí)別具有重要的實(shí)際意義。目前, 相關(guān)研究缺少全面進(jìn)行人腦認(rèn)知控制評(píng)價(jià)的實(shí)驗(yàn)平臺(tái), 提出的認(rèn)知控制相關(guān)計(jì)算指標(biāo)存在缺陷, 并且沒(méi)有針對(duì)單次腦電樣本進(jìn)行檢測(cè)識(shí)別的方法。該書(shū)主要通過(guò)建立全面評(píng)價(jià)人腦認(rèn)知控制能力的綜合的認(rèn)知控制實(shí)驗(yàn)平臺(tái), 采集實(shí)驗(yàn)者的認(rèn)知控制腦電數(shù)據(jù)。通過(guò)數(shù)據(jù)處理方法, 發(fā)現(xiàn)多通道進(jìn)行認(rèn)知控制的共性的生物計(jì)算指標(biāo), 分析各指標(biāo)和認(rèn)知控制過(guò)程的對(duì)應(yīng)關(guān)系, 挖掘認(rèn)知控制規(guī)律, 并構(gòu)建認(rèn)知控制相關(guān)的模型。進(jìn)而, 該項(xiàng)目首次提出基于得到認(rèn)知控制的認(rèn)知規(guī)律及認(rèn)知控制模型, 構(gòu)造針對(duì)單次腦電試驗(yàn)進(jìn)行認(rèn)知控制特征提取的信號(hào)處理方法, 同時(shí), 利用新的特征提取方法提取的特征形成的樣本空間分布信息, 并將其融入到模式分類方法中, 構(gòu)造充分考慮了單個(gè)樣本的認(rèn)知特性以及樣本群體的空間分布性的新的模式分類方法, 能夠?qū)崟r(shí)地、在線地、準(zhǔn)確地對(duì)單次試驗(yàn)的腦電數(shù)據(jù)進(jìn)行識(shí)別。通過(guò)人腦認(rèn)知控制的相關(guān)生物計(jì)算指標(biāo)以及其檢測(cè)識(shí)別方法的研究成果, 為人腦認(rèn)知控制能力的評(píng)測(cè)提供方法。同時(shí), 本書(shū)對(duì)認(rèn)知科學(xué)、計(jì)算機(jī)科學(xué)和智能科學(xué)和信息科學(xué)具有重要的理論意義和實(shí)用價(jià)值。