非线性系统辨识在人体动态平衡建模中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·研究现状及发展趋势 | 第12-14页 |
| ·论文研究内容及结构 | 第14-16页 |
| ·研究内容 | 第14页 |
| ·论文结构 | 第14-16页 |
| 第2章 测试系统构成 | 第16-21页 |
| ·人体动态平衡频率特性实验系统构成 | 第16-18页 |
| ·六自由度运动平台 | 第16-17页 |
| ·加速度传感器 | 第17页 |
| ·PC104 | 第17-18页 |
| ·非线性系统辨识系统构成 | 第18-20页 |
| ·力平台 | 第18-19页 |
| ·倾角传感器 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 人体动态平衡频率特性研究 | 第21-26页 |
| ·频率响应 | 第21页 |
| ·扫频原理 | 第21页 |
| ·实验设计 | 第21-22页 |
| ·实验方法及结果分析 | 第22-25页 |
| ·实验方法 | 第22页 |
| ·结果分析 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第4章 人体动态平衡过程建模 | 第26-38页 |
| ·非线性系统辨识 | 第26页 |
| ·人体动态平衡机理 | 第26页 |
| ·实验设计 | 第26-28页 |
| ·扭矩 | 第27页 |
| ·角度 | 第27-28页 |
| ·实验方法 | 第28-29页 |
| ·实验要求 | 第28页 |
| ·实验过程 | 第28-29页 |
| ·基于BP神经网络的非线性系统建模 | 第29-34页 |
| ·BP神经网络 | 第29-32页 |
| ·BP神经网络设计 | 第32-33页 |
| ·实验结果 | 第33-34页 |
| ·基于遗传算法的BP神经网络非线性系统辨识 | 第34-37页 |
| ·遗传算法优化BP神经网络 | 第34-35页 |
| ·实验结果 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 非线性系统辨识的应用 | 第38-43页 |
| ·支持向量机(SVM) | 第38-40页 |
| ·SVM分类原理 | 第38-39页 |
| ·SVM分类步骤 | 第39-40页 |
| ·Libsvm简介 | 第40页 |
| ·平衡能力的分类 | 第40-42页 |
| ·分类方法 | 第40-41页 |
| ·分类验证 | 第41-42页 |
| ·结果分析 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第6章 总结与展望 | 第43-45页 |
| ·总结 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 附录 | 第50-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间发表论文情况 | 第52页 |
