| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题背景与研究现状 | 第11-12页 |
| ·课题研究意义 | 第12-13页 |
| ·研究方法综述 | 第13-17页 |
| ·模式识别方法 | 第13-15页 |
| ·预测算法研究概述 | 第15-17页 |
| ·本文的主要研究内容及结构 | 第17-19页 |
| 第2章 人体下肢姿态检测 | 第19-37页 |
| ·下肢运动状态模式划分 | 第19-22页 |
| ·步态周期规律 | 第19-20页 |
| ·步态时相划分 | 第20-22页 |
| ·基于下肢姿态检测的运动信息选择 | 第22页 |
| ·下肢表面肌电信号的测量 | 第22-25页 |
| ·肌电信号的产生机理和特点 | 第23页 |
| ·表面肌电信号的测量 | 第23-24页 |
| ·表面肌电信号采集 | 第24-25页 |
| ·足底压力信号的测量 | 第25-28页 |
| ·传感器的选择 | 第25-27页 |
| ·测力鞋 | 第27页 |
| ·足底压力测量系统 | 第27-28页 |
| ·膝关节角度的测量 | 第28-34页 |
| ·膝关节角度测量方法 | 第28-29页 |
| ·膝关节角度的测量 | 第29-30页 |
| ·膝关节角度测量的校准 | 第30-32页 |
| ·实验与分析 | 第32-34页 |
| ·下肢多源运动信息采集系统 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 人体下肢运动状态分类识别 | 第37-53页 |
| ·多源运动信息的预处理 | 第37-47页 |
| ·下肢表面肌电信号的预处理 | 第37-41页 |
| ·足底压力信号的预处理 | 第41-44页 |
| ·膝关节角度信号的预处理 | 第44-45页 |
| ·下肢多源运动信息的特征融合 | 第45-47页 |
| ·基于CPN 神经网络的下肢运动状态分类识别 | 第47-51页 |
| ·CPN 神经网络的特点 | 第47-48页 |
| ·单向CPN 神经网络的学习算法 | 第48-50页 |
| ·单向CPN 神经网络的构建 | 第50-51页 |
| ·实验结果与分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 下肢运动状态预测算法研究 | 第53-70页 |
| ·基于RBF 神经网络的预测算法 | 第53-57页 |
| ·RBF 神经网络的结构 | 第53-54页 |
| ·RBF 神经网络的学习算法 | 第54-57页 |
| ·基于ANFIS 自适应模糊神经推理系统的预测算法 | 第57-61页 |
| ·自适应模糊神经推理系统结构 | 第57-58页 |
| ·ANFIS 训练算法 | 第58-59页 |
| ·改进的BP 算法实现ANFIS 参数调整 | 第59-61页 |
| ·RBF 和ANFIS 预测算法对比分析 | 第61-65页 |
| ·基于RBF 神经网络的膝关节角度预测 | 第62-63页 |
| ·基于ANFIS 的膝关节角度预测 | 第63-65页 |
| ·基于ANFIS 的下肢运动状态预测系统 | 第65-67页 |
| ·实验结果与分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 总结与展望 | 第70-72页 |
| ·本文工作总结 | 第70-71页 |
| ·研究展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 附录 | 第78-79页 |
| 详细摘要 | 第79-81页 |