| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.3 本文研究的主要内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 手势信号来源和信号分析 | 第14-18页 |
| 2.1 实验手势的形态 | 第14-15页 |
| 2.2 实验装置 | 第15页 |
| 2.3 表面肌电信号分析 | 第15-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 基于变分模态分解的表面肌电信号手势识别 | 第18-34页 |
| 3.1 相关理论 | 第18-22页 |
| 3.1.1 总体经验模态分解方法 | 第18-19页 |
| 3.1.2 变分模态分解方法 | 第19-22页 |
| 3.2 特征提取 | 第22-26页 |
| 3.2.1 多元多尺度熵 | 第22-24页 |
| 3.2.2 模糊熵 | 第24-26页 |
| 3.3 实验方法及流程 | 第26-27页 |
| 3.4 实验结果及分析 | 第27-30页 |
| 3.4.1 SVM参数选择 | 第27-28页 |
| 3.4.2 GS-SVM模型参数寻优 | 第28-30页 |
| 3.5 实验结果对比 | 第30-32页 |
| 3.5.1 不同特征集合的对比 | 第30页 |
| 3.5.2 分解方法对比 | 第30-32页 |
| 3.5.3 与前人实验结果的对比 | 第32页 |
| 3.6 本章总结 | 第32-34页 |
| 第4章 基于VMD和SLLE算法的表面肌电信号手势识别 | 第34-48页 |
| 4.1 相关理论 | 第34-37页 |
| 4.1.1 FastICA信号处理 | 第34-35页 |
| 4.1.2 SLLE信号处理 | 第35-37页 |
| 4.2 实验方法及流程 | 第37-39页 |
| 4.3 实验结果及分析 | 第39-43页 |
| 4.3.1 模态参数选择 | 第39-41页 |
| 4.3.2 SLLE参数选择 | 第41-42页 |
| 4.3.3 训练样本数的选择 | 第42-43页 |
| 4.3.4 分类识别结果 | 第43页 |
| 4.4 本章算法的对比实验 | 第43-45页 |
| 4.4.1 信号不同分解方法的对比实验 | 第43-44页 |
| 4.4.2 不同降维方法提取特征的对比实验 | 第44页 |
| 4.4.3 与前人实验结果的对比 | 第44-45页 |
| 4.5 本章总结 | 第45-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士学位期间科研成果 | 第58页 |