基于多源信息的步态识别算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究的意义和背景 | 第11-12页 |
| ·国内外研究概况 | 第12-17页 |
| ·国外发展概况 | 第13-15页 |
| ·国内发展概况 | 第15-17页 |
| ·论文研究关键技术 | 第17-18页 |
| ·课题来源及主要研究内容 | 第18-21页 |
| ·课题来源 | 第18-19页 |
| ·课题主要研究内容 | 第19-21页 |
| 第二章 人体步态信息采集与分析 | 第21-45页 |
| ·人体主要步态特征参数 | 第21-23页 |
| ·步态识别信息源优缺点比较 | 第23-26页 |
| ·步态实验 | 第26-37页 |
| ·髋关节运动信号、足底压力信号采集 | 第26-31页 |
| ·下肢表面肌电信号机理与采集 | 第31-35页 |
| ·步态多源信息采集 | 第35-37页 |
| ·行走速度对步态参数和髋关节角度的影响 | 第37-40页 |
| ·受试者不同步速行走 | 第38-39页 |
| ·受试者相同速度行走 | 第39-40页 |
| ·行走速度对下肢表面肌电信号的影响 | 第40-43页 |
| ·受试者相同步速行走 | 第41-42页 |
| ·受试者不同速度行走 | 第42-43页 |
| ·小结 | 第43-45页 |
| 第三章 步态识别信号预处理与特征提取 | 第45-77页 |
| ·下肢表面肌电信号处理 | 第45-64页 |
| ·人体五种步态表面肌电信号分析 | 第45-49页 |
| ·基于EMD的信号预处理 | 第49-51页 |
| ·表面肌电信号预处理 | 第51-54页 |
| ·下肢表面肌电信号的特征提取 | 第54-64页 |
| ·足底压力信号的处理 | 第64-65页 |
| ·髋关节角度信号的处理 | 第65-68页 |
| ·髋关节角度信号的预处理 | 第65-67页 |
| ·髋关节角度信号的特征提取 | 第67-68页 |
| ·髋关节加速度信号的处理 | 第68-74页 |
| ·髋关节加速度信号的预处理 | 第68-69页 |
| ·髋关节加速度信号特征提取 | 第69-74页 |
| ·不同特征值比较分析 | 第74-75页 |
| ·小结 | 第75-77页 |
| 第四章 基于快速正交搜索的步态识别 | 第77-93页 |
| ·特征值融合方法 | 第77-81页 |
| ·主成分分析特征值融合方法 | 第77-79页 |
| ·核主成分分析特征值融合方法 | 第79-81页 |
| ·主成分与核主成分分析融合方法对比 | 第81页 |
| ·快速正交搜索算法 | 第81-86页 |
| ·快速正交搜索方法的原理 | 第82-85页 |
| ·快速正交搜索方法的程序步骤 | 第85-86页 |
| ·实验分析 | 第86-92页 |
| ·基于特征值融合和快速正交搜索的步态识别实验 | 第86-89页 |
| ·对比实验 | 第89-92页 |
| ·小结 | 第92-93页 |
| 第五章 基于RVM的步态识别 | 第93-117页 |
| ·分类器的优缺点比较分析 | 第93-95页 |
| ·基于RVM的步态识别 | 第95-106页 |
| ·RVM分类算法 | 第95-97页 |
| ·基于RVM的步态分类器 | 第97-98页 |
| ·实验分析 | 第98-106页 |
| ·多核多分类RVM步态识别 | 第106-115页 |
| ·多核多分类RVM模型 | 第106-109页 |
| ·萤火虫算法优化多核多分类RVM核函数参数 | 第109-111页 |
| ·实验分析 | 第111-115页 |
| ·小结 | 第115-117页 |
| 第六章 结论与展望 | 第117-119页 |
| ·论文完成的主要工作 | 第117-118页 |
| ·论文创新点 | 第118页 |
| ·工作展望 | 第118-119页 |
| 参考文献 | 第119-129页 |
| 攻读学位期间所取得的相关科研成果 | 第129-131页 |
| 附录A | 第131-133页 |
| 致谢 | 第133-134页 |
