脑电逆问题的研究是从给定头皮脑电位的分布推算脑内电活动的源，该研究涉及到信息科学、电磁场计算及生物医学工程等多个学科领域，其研究成果在神经疾病诊断、探索人的感觉和认知过程等方面具有重要意义。 论文重点进行了脑电动态偶极子定位方法的研究，主要包括以下几个方面的内容： 1. 对脑电正问题进行了分析，讨论并构建了产生脑电头皮电势的各类偶极子源模型——单偶极子源模型、线性偶极子源模型以及圆盘偶极子源模型。并且，针对各类偶极子模型，根据脑电正演理论，基于球头模型分别计算了头皮电势。 2. 通过对脑电偶极子模型及常用的偶极子定位算法的分析,确定了采用将非线性最小二乘局部寻优方法与支持向量机全局优化算法结合起来，求解偶极子定位问题的方法。 3.为了克服传统支持向量机在求解实际大规模问题时，存在着训练速度较慢的缺陷，利用最小二乘支持向量机，将传统支持向量机中的不等式约束改为等式约束，且将误差平方和损失函数作为训练集的经验损失，从而把二次优化问题转化为一个线性方程组的求解问题，以提高效率。 4. 建立了基于最小二乘支持向量机算法的分级模块化决策系统，首先对脑电数据进行分类，然后依据分类结果提取数据样本，并建立回归模型，最后求解出不同多种偶极子源模型的参数。从而建立起头皮电压数据和脑电偶极子源参数之间的内在联系，为脑电分析提供一种实时的研究方法。 5.为进行脑电动态分析的研究，在脑电偶极子源参数求解算法的基础上引入时间轴信息，实现了一种脑电动态偶极子模型及其定位算法。计算机仿真计算结果证明了此方法的有效性。