首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于表面肌电信号的磨牙症精准模式识别基础研究

摘要第4-5页
abstract第5-6页
注释表第11-12页
缩略词第12-13页
第一章 绪论第13-21页
    1.1 研究背景及意义第13-14页
    1.2 磨牙症的国内外诊疗现状第14-17页
    1.3 sEMG模式识别技术研究现状第17-19页
    1.4 论文主要研究内容及架构第19-20页
    1.5 本章小结第20-21页
第二章 sEMG研究的理论基础第21-31页
    2.1 sEMG产生机制及特点第21-22页
    2.2 sEMG的数学模型第22-25页
    2.3 sEMG特征分析算法第25-28页
        2.3.1 线性分析第25-26页
        2.3.2 非线性分析第26-28页
    2.4 sEMG模式识别技术第28-30页
        2.4.1 聚类分析法第29-30页
        2.4.2 马氏距离与欧氏距离第30页
    2.5 本章小结第30-31页
第三章 sEMG检测系统第31-43页
    3.1 系统整体框架第31-32页
    3.2 硬件电路设计第32-39页
        3.2.1 信号采集第32-33页
        3.2.2 sEMG处理电路第33-35页
        3.2.3 MCU最小系统第35-36页
        3.2.4 电源模块第36-37页
        3.2.5 相关外设电路第37-38页
        3.2.6 电磁兼容处理第38-39页
    3.3 嵌入式软件设计第39-41页
    3.4 本章小结第41-43页
第四章 sEMG实验研究第43-49页
    4.1 sEMG采集实验第43-44页
    4.2 咀嚼肌sEMG与磨牙强度相关性实验研究第44-48页
        4.2.1 磨牙强度测量第44-45页
        4.2.2 实验数据处理与分析第45-48页
        4.2.3 实验结论第48页
    4.3 本章小结第48-49页
第五章 sEMG精准模式识别研究第49-61页
    5.1 基于时域的sEMG特征参数分析第49-52页
        5.1.1 时域特征参数计算第49-50页
        5.1.2 结果与分析第50-52页
    5.2 基于频域的sEMG特征参数分析第52-53页
        5.2.1 频域特征参数计算第52页
        5.2.2 结果与分析第52-53页
    5.3 基于熵值的sEMG特征参数分析第53-56页
        5.3.1 熵函数性能探讨第53-55页
        5.3.2 熵值特征参数计算第55页
        5.3.3 结果与分析第55-56页
    5.4 基于聚类分析与马氏距离的精准模式识别第56-58页
        5.4.1 sEMG精准模式识别实现第56-57页
        5.4.2 模式识别结果分析第57-58页
    5.5 磨牙症量化评估参数探讨第58-59页
    5.6 综合讨论第59-60页
    5.7 本章小结第60-61页
第六章 总结与展望第61-63页
    6.1 全文总结第61-62页
    6.2 展望第62-63页
参考文献第63-69页
致谢第69-70页
在学期间的研究成果及发表的学术论文第70页

论文共70页,点击 下载论文
上一篇:基于单目视觉的车道线检测和车辆检测方法研究
下一篇:基于图像处理的机车车号自动采集识别系统的研究