| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·表面肌电信号简介 | 第7页 |
| ·肌肉疲劳状态下的表面肌电信号特征概述 | 第7-8页 |
| ·脑电信号简介 | 第8-9页 |
| ·基于皮层脑电信号的脑机接口系统概述 | 第9-11页 |
| ·研究意义与目的 | 第11-13页 |
| 第二章 研究方法及工具 | 第13-28页 |
| ·Hilbert-Huang变换 | 第13-19页 |
| ·Hilbert-Huang变换的理论基础 | 第13-14页 |
| ·Hilbert-Huang变换的优势与特点 | 第14-15页 |
| ·Hilbert-Huang变换的实现过程 | 第15-19页 |
| ·Hilbert-Huang变换的应用背景与价值 | 第19页 |
| ·支持向量机 | 第19-28页 |
| ·支持向量机背景介绍 | 第19-21页 |
| ·VC维 | 第21-22页 |
| ·线性可分支持向量机 | 第22-25页 |
| ·线性不可分支持向量机 | 第25-26页 |
| ·不可分支持向量机 | 第26-28页 |
| 第三章 研究内容 | 第28-29页 |
| 第四章 实验数据 | 第29-32页 |
| ·肱二头肌静态负荷下的肌电数据 | 第29页 |
| ·基于视觉反馈的高维脑电数据 | 第29-32页 |
| 第五章 数值分析与结果 | 第32-46页 |
| ·对肌电数据疲劳特征的定性分析结果 | 第32-39页 |
| ·肌肉疲劳特征的三维的hilbert谱分析 | 第32-34页 |
| ·肌肉疲劳特征的瞬时能量分析 | 第34-36页 |
| ·肌肉疲劳特征的瞬时频率分析 | 第36-37页 |
| ·肌肉疲劳特征的Hilbert边际谱和边际能量谱分析 | 第37-38页 |
| ·小结 | 第38-39页 |
| ·对脑电数据分类特征的提取及模式识别 | 第39-46页 |
| ·对皮层慢电位的特征提取 | 第39-41页 |
| ·对高频波段的特征提取 | 第41-43页 |
| ·多通道合成信息的提取与特征空间的选择 | 第43-44页 |
| ·模式识别及其分类结果 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-50页 |
| 在学期间的研究成果及发表的论文 | 第50-51页 |
| 致谢 | 第51页 |