摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 引言 | 第10-18页 |
1.1 课题背景 | 第10-11页 |
1.2 课题目的和意义 | 第11页 |
1.3 肌音信号研究现状 | 第11-13页 |
1.3.1 肌音信号概述 | 第11-12页 |
1.3.2 基于肌音信号的动作模式识别研究 | 第12-13页 |
1.4 头部动作模式识别研究 | 第13-15页 |
1.4.1 头部动作特征提取分类 | 第13页 |
1.4.2 头部动作识别方法 | 第13-14页 |
1.4.3 头部动作模式识别的相关应用 | 第14-15页 |
1.5 基于肌音信号的头部动作模式识别研究 | 第15-16页 |
1.5.1 肌音信号采集 | 第15页 |
1.5.2 信号预处理 | 第15-16页 |
1.5.3 特征提取和特征选择 | 第16页 |
1.5.4 分类器设计 | 第16页 |
1.6 本课题内容简介 | 第16-18页 |
第2章 头部动作肌音信号采集与软件预处理 | 第18-29页 |
2.1 头部动作肌音信号采集 | 第18-22页 |
2.1.1 头部动作肌音信号总体采集方案 | 第18页 |
2.1.2 头部动作肌音信号的传感器选择 | 第18-19页 |
2.1.3 头部动作肌音信号的采集卡选择 | 第19-20页 |
2.1.4 头部动作肌音信号的肌肉群选择 | 第20-21页 |
2.1.5 头部动作肌音信号采集的实验设计 | 第21-22页 |
2.2 头部动作肌音信号软件滤波 | 第22-25页 |
2.3 头部动作肌音信号标准化 | 第25-26页 |
2.4 头部动作肌音信号动作分割 | 第26-28页 |
2.5 本章小结 | 第28-29页 |
第3章 头部动作肌音信号的特征提取和特征选择 | 第29-49页 |
3.1 特征提取理论 | 第29-30页 |
3.2 时域特征提取方法 | 第30-32页 |
3.2.1 常用的时域特征 | 第30-32页 |
3.3 频域特征提取方法 | 第32-40页 |
3.3.1 常用的频域特征 | 第33页 |
3.3.2 高阶谱特征 | 第33-40页 |
3.4 时频域特征提取方法 | 第40-44页 |
3.4.1 基于小波变换(WT)的特征提取 | 第40-42页 |
3.4.2 基于小波包变换(WPT)的特征提取 | 第42-44页 |
3.5 FLDA特征降维 | 第44-45页 |
3.6 PCA特征降维 | 第45-48页 |
3.7 本章小结 | 第48-49页 |
第4章 基于肌音信号的头部动作模式识别方法 | 第49-68页 |
4.1 线性分类器头部动作模式识别 | 第49-50页 |
4.2 基于SVM的头部动作模式识别 | 第50-56页 |
4.2.1 支持向量机SVM | 第50-53页 |
4.2.2 LIBSVM工具箱 | 第53页 |
4.2.3 实验结果与分析 | 第53-56页 |
4.3 基于BP神经网络的头部动作模式识别 | 第56-67页 |
4.3.1 人工神经网络简介 | 第56页 |
4.3.2 BP神经网络模式分类算法 | 第56-59页 |
4.3.3 BP神经网络的学习算法 | 第59-61页 |
4.3.4 BP神经网络分类器设计 | 第61-62页 |
4.3.5 基于级联前向神经网络(CFN)的分类算法的实验结果与分析 | 第62-67页 |
4.4 本章小结 | 第67-68页 |
第5章 基于肌音信号的头部动作模式识别的界面设计 | 第68-73页 |
5.1 肌音信号采集系统的GUI总界面 | 第68页 |
5.2 数据载入界面 | 第68-69页 |
5.3 信号处理界面 | 第69-70页 |
5.4 模式识别界面 | 第70-71页 |
5.5 系统操作 | 第71页 |
5.6 显示窗口 | 第71-72页 |
5.7 图像显示区 | 第72页 |
5.8 本章小结 | 第72-73页 |
第6章 基于头部动作肌音信号的控制小车实验 | 第73-83页 |
6.1 基于肌音信号的控制小车整体方案设计 | 第73-74页 |
6.2 单片机及其他硬件的选型 | 第74-76页 |
6.3 小车结构设计 | 第76-77页 |
6.4 原理图及PCB设计 | 第77-81页 |
6.4.1 电源部分 | 第77页 |
6.4.2 单片机部分 | 第77-80页 |
6.4.3 电机驱动电路 | 第80-81页 |
6.5 控制小车实验结果 | 第81页 |
6.6 本章小结 | 第81-83页 |
第7章 总结与展望 | 第83-86页 |
7.1 结论 | 第83-84页 |
7.2 展望 | 第84-86页 |
参考文献 | 第86-93页 |
致谢 | 第93-94页 |
攻读硕士期间发表论文和申请专利 | 第94页 |