| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景与意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 肌电假肢的研究现状 | 第11-12页 |
| 1.3.2 表面肌电信号模式识别算法研究现状 | 第12页 |
| 1.3.3 多传感器融合的模式识别研究现状 | 第12-13页 |
| 1.3.4 主要存在的问题 | 第13-14页 |
| 1.4 论文主要研究内容 | 第14页 |
| 1.5 论文的结构安排 | 第14-16页 |
| 第2章 表面肌电信号和加速度计信号的产生机理与数据库介绍 | 第16-22页 |
| 2.1 表面肌电信号的概述 | 第16-17页 |
| 2.1.1 表面肌电信号产生机理 | 第16页 |
| 2.1.2 表面肌电信号的特点 | 第16-17页 |
| 2.2 加速度计信号的介绍 | 第17页 |
| 2.3 数据库介绍 | 第17-21页 |
| 2.3.1 受试者信息与电极摆放位置 | 第17-19页 |
| 2.3.2 表面肌电信号活动段检测 | 第19-20页 |
| 2.3.3 表面肌电信号和加速度计信号的预处理 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于多源信号融合的手部动作模式识别 | 第22-36页 |
| 3.1 引言 | 第22页 |
| 3.2 滑动窗分析法 | 第22-24页 |
| 3.3 特征值提取 | 第24-27页 |
| 3.3.1 时域分析法 | 第24-25页 |
| 3.3.2 时频域分析法 | 第25-27页 |
| 3.3.3 加速度计信号的特征值提取 | 第27页 |
| 3.4 分类器介绍 | 第27-29页 |
| 3.4.1 支持向量机分类器 | 第27-29页 |
| 3.4.2 网格搜索法的参数寻优 | 第29页 |
| 3.5 对比分类器 | 第29-30页 |
| 3.6 手部动作模式识别实验 | 第30-32页 |
| 3.6.1 实验设计 | 第30-31页 |
| 3.6.2 评价指标 | 第31-32页 |
| 3.7 实验结果及分析 | 第32-35页 |
| 3.7.1 表面肌电信号特征值选择 | 第32-33页 |
| 3.7.2 表面肌电信号特征值融合 | 第33-34页 |
| 3.7.3 实验结果分析 | 第34-35页 |
| 3.8 本章小结 | 第35-36页 |
| 第4章 基于特征值降维的手部动作模式识别 | 第36-44页 |
| 4.1 引言 | 第36页 |
| 4.2 特征值降维方法 | 第36-38页 |
| 4.2.1 局部线性嵌入 | 第36-37页 |
| 4.2.2 等距映射 | 第37页 |
| 4.2.3 拉普拉斯特征映射 | 第37页 |
| 4.2.4 主成分分析法 | 第37-38页 |
| 4.3 表面加速度计信号的降维实验 | 第38页 |
| 4.4 实验结果及分析 | 第38-43页 |
| 4.4.1 降维实验结果 | 第38-40页 |
| 4.4.2 多源信号融合实验 | 第40-41页 |
| 4.4.3 降维实验结果分析 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44-45页 |
| 5.2 展望 | 第45-46页 |
| 参考文献 | 第46-52页 |
| 作者简介及在学期间的科研成果 | 第52-54页 |
| 致谢 | 第54页 |