基于神经网络的表面肌电信号分类方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题来源 | 第9页 |
| ·课题研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·智能假肢研究现状 | 第10-12页 |
| ·表面肌电信号模式识别现状 | 第12页 |
| ·本文主要研究内容与结构安排 | 第12-15页 |
| ·主要研究工作 | 第13页 |
| ·本文结构安排 | 第13-15页 |
| 第2章 表面肌电信号产生机理与信号采集实验 | 第15-25页 |
| ·表面肌电信号概述 | 第15-16页 |
| ·表面肌电信号产生机理与特点 | 第16-18页 |
| ·表面肌电信号采集实验 | 第18-23页 |
| ·肌电电极的选择 | 第18-19页 |
| ·手臂动作选择与电极位置确定 | 第19-21页 |
| ·表面肌电信号采集 | 第21-22页 |
| ·表面肌电信号采集注意事项 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 表面肌电信号的特征提取 | 第25-37页 |
| ·时域特征提取 | 第25-27页 |
| ·频域特征提取 | 第27-29页 |
| ·表面肌电信号的时频域分析 | 第29-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 表面肌电信号模式分类器设计 | 第37-49页 |
| ·人工神经网络概述 | 第37-38页 |
| ·神经网络模型 | 第38-41页 |
| ·神经元结构模型 | 第39-40页 |
| ·神经网络连接方式 | 第40-41页 |
| ·BP 神经网络分类器设计 | 第41-44页 |
| ·集成神经网络设计 | 第44-46页 |
| ·Elman 神经网络设计 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第5章 表面肌电信号模式识别与识别系统设计 | 第49-63页 |
| ·模式识别实验设计 | 第49-50页 |
| ·模式识别结果分析 | 第50-54页 |
| ·表面肌电信号正确识别率 | 第51-52页 |
| ·神经网络训练时间及迭代次数 | 第52-54页 |
| ·表面肌电信号离线模式识别系统设计 | 第54-61页 |
| ·Matlab GUI 技术简介 | 第54-55页 |
| ·表面肌电信号离线识别系统开发 | 第55-59页 |
| ·系统整体界面与运行效果 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·全文总结 | 第63-64页 |
| ·未来工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士期间主要研究工作 | 第69-71页 |
| 导师及作者简介 | 第71-73页 |
| 致谢 | 第73页 |
