| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·肌电信号手势识别概述 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| 第二章 表面肌电信号生理学基础 | 第14-22页 |
| ·概述 | 第14-19页 |
| ·神经肌肉控制系统 | 第14-16页 |
| ·肌电信号的产生原理 | 第16-19页 |
| ·肌电信号的检测与分类 | 第19-20页 |
| ·肌电控制 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 手势动作表面肌电信号模式识别技术 | 第22-32页 |
| ·概述 | 第22-23页 |
| ·表面肌电信号预处理方法 | 第23-26页 |
| ·活动段检测算法 | 第26-27页 |
| ·表面肌电信号特征提取方法 | 第27-31页 |
| ·信号幅值绝对值的平均值(MAV) | 第28页 |
| ·AR 模型系数特征 | 第28-31页 |
| ·分类器设计 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于ART2 神经网络的手势动作肌电信号识别 | 第32-46页 |
| ·ART2 自适应共振网络 | 第32-40页 |
| ·ART 自适应共振网络概述 | 第32页 |
| ·ART 基本原理和网络模型 | 第32-37页 |
| ·ART2 结构和学习规则 | 第37-40页 |
| ·基于ART2 神经网络的手势动作肌电信号识别方法 | 第40-45页 |
| ·基于ART2 神经网络的手势动作肌电信号识别系统 | 第41页 |
| ·ART2 分类器的设计 | 第41-43页 |
| ·ART2 分类器的算法流程 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 实验结果与分析 | 第46-67页 |
| ·手势动作的定义与选择 | 第46-48页 |
| ·数据采集实验方案 | 第48-51页 |
| ·活动段检测与特征的选择 | 第51-58页 |
| ·预处理和活动段检测实验结果及分析 | 第51-53页 |
| ·归一化绝对均值（MAV），AR 系数特征提取 | 第53-58页 |
| ·单用户手势识别实验与结果 | 第58-64页 |
| ·单用户单天手势动作模式识别实验结果 | 第59-60页 |
| ·单用户多天手势动作模式识别实验结果 | 第60-64页 |
| ·多用户手势识别实验与结果 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·主要工作与成果 | 第67-68页 |
| ·工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间发表的论文 | 第74页 |
