肌音信号采集及其在假肢手控制中的研究应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·研究现状 | 第11-17页 |
| ·肌音信号采集方法 | 第11-14页 |
| ·基于肌音信号的人手动作模式识别 | 第14-16页 |
| ·假肢手控制研究 | 第16-17页 |
| ·课题研究问题及思路 | 第17-18页 |
| ·论文结构 | 第18-19页 |
| 第二章 肌音信号采集系统设计 | 第19-31页 |
| ·肌音传感器的选择 | 第19-21页 |
| ·肌音信号采集系统设计 | 第21-24页 |
| ·肌音信号采集设备 | 第21-23页 |
| ·肌音信号采集软件 | 第23-24页 |
| ·肌音信号分析软件设计 | 第24-27页 |
| ·实验数据采集方案设计 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于肌音信号的人手动作模式识别 | 第31-56页 |
| ·基于肌音信号的人手动作模式识别流程 | 第31-32页 |
| ·肌音信号预处理 | 第32-40页 |
| ·滤波算法设计 | 第33-38页 |
| ·端点检测 | 第38-39页 |
| ·归一化处理 | 第39-40页 |
| ·肌音信号特征提取 | 第40-42页 |
| ·肌音信号的人手动作模式分类 | 第42-54页 |
| ·深度学习原理简介 | 第42-44页 |
| ·限制玻尔兹曼机模型 | 第44-47页 |
| ·深度信念网络模型训练 | 第47-49页 |
| ·深度信念网络参数设置 | 第49-52页 |
| ·分类器设计 | 第52-53页 |
| ·实验分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 假肢手控制系统设计 | 第56-63页 |
| ·假肢手控制平台搭建 | 第56-59页 |
| ·假肢手控制软件设计 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 假肢手控制系统调试与实验分析 | 第63-70页 |
| ·假肢手系统调试 | 第63-65页 |
| ·实验流程设计 | 第65-68页 |
| ·实验结论及分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-73页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 攻读学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79页 |
