| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题背景 | 第13-14页 |
| 1.2 国内外研究情况 | 第14-16页 |
| 1.2.1 国外研究情况 | 第14-15页 |
| 1.2.2 国内研究情况 | 第15-16页 |
| 1.3 论文的主要工作 | 第16-17页 |
| 1.4 论文组织结构 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 关键技术 | 第18-24页 |
| 2.1 神经网络 | 第18-20页 |
| 2.1.1 神经网络的原理 | 第18页 |
| 2.1.2 常见的神经网络 | 第18-20页 |
| 2.2 GA(遗传)算法 | 第20-22页 |
| 2.3 混沌算法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 手势模型建立 | 第24-33页 |
| 3.1 人手模型建立 | 第24-26页 |
| 3.1.1 人手物理模型 | 第24-25页 |
| 3.1.2 关节约束条件 | 第25-26页 |
| 3.2 人手运动学建模 | 第26-32页 |
| 3.2.1 Forte数据手套 | 第26-27页 |
| 3.2.2 人手运动学模型 | 第27-29页 |
| 3.2.3 传感器和关节映射关系 | 第29-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 手势识别算法设计 | 第33-46页 |
| 4.1 BP网络手势识别算法 | 第33-34页 |
| 4.2 遗传算法修正 | 第34-38页 |
| 4.2.1 遗传算法修正BP神经网络方法 | 第34-36页 |
| 4.2.2 GA-BP神经网络手势识别MATLAB仿真 | 第36-38页 |
| 4.3 混沌调节 | 第38-43页 |
| 4.3.1 Tent混沌映射 | 第38-40页 |
| 4.3.2 混沌算法调节 | 第40-41页 |
| 4.3.3 CGA-BP神经网络手势识别MATLAB仿真 | 第41-43页 |
| 4.4 算法性能比较 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 实验与测试 | 第46-59页 |
| 5.1 实验平台搭建 | 第46-51页 |
| 5.1.1 Unity3D的配置 | 第47-48页 |
| 5.1.2 绘制虚拟手 | 第48-49页 |
| 5.1.3 模型导入 | 第49页 |
| 5.1.4 数据处理 | 第49-51页 |
| 5.1.5 模型控制 | 第51页 |
| 5.2 手势识别算法的实现 | 第51-53页 |
| 5.3 平台运行效果 | 第53-54页 |
| 5.4 神经网络算法的验证 | 第54-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |