| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第1章 绪论 | 第11-23页 |
| ·引言 | 第11-12页 |
| ·选题的目的和意义 | 第12-14页 |
| ·假肢控制的研究现状 | 第14-18页 |
| ·表面肌电信号控制假肢的原理 | 第14-15页 |
| ·表面肌电信号假肢控制系统的实现 | 第15-18页 |
| ·肌肉疲劳评价的研究现状 | 第18-21页 |
| ·本论文的主要研究内容 | 第21-23页 |
| 第2章 肌电信号产生的生理机制及肌肉疲劳EQUATION | 第23-29页 |
| ·肌电信号的产生机理 | 第23-25页 |
| ·肌电信号的数学模型 | 第25-26页 |
| ·肌肉疲劳及其电生理现象 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 最佳小波包分析及其在假肢控制系统中的应用EQUATION | 第29-61页 |
| ·表面肌电信号的采集和动作信号的提取 | 第29-31页 |
| ·小波和小波包分析 | 第31-38页 |
| ·连续小波变换 | 第31-33页 |
| ·离散小波变换 | 第33-34页 |
| ·多分辨率分析 | 第34-36页 |
| ·小波包变换 | 第36-38页 |
| ·局部判别基方法及其在表面肌电信号分类中的应用 | 第38-48页 |
| ·特征提取 | 第38-39页 |
| ·可分性度量 | 第39-40页 |
| ·最佳小波包分解 | 第40-41页 |
| ·基于Fisher 准则函数的特征选择 | 第41-44页 |
| ·基于神经网络的信号分类 | 第44-45页 |
| ·实验结果及分析 | 第45-48页 |
| ·基于DAVIES-BOULDIN 指标的最佳小波包方法及其应用 | 第48-60页 |
| ·Davies-Bouldin 指标及最佳小波包分解算法 | 第49-51页 |
| ·基于主成分分析的特征空间降维处理 | 第51-54页 |
| ·单因素方差分析 | 第54-56页 |
| ·实验结果及分析 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 谐波小波分析及其在假肢控制系统中的应用EQUATION | 第61-81页 |
| ·谐波小波分析 | 第61-67页 |
| ·谐波小波及其正交性 | 第61-65页 |
| ·谐波小波变换及其实现 | 第65-67页 |
| ·谐波小波包变换及其实现 | 第67页 |
| ·基于谐波小波包变换的特征提取 | 第67-68页 |
| ·基于遗传算法的特征选择 | 第68-73页 |
| ·交叉验证方法 | 第73-74页 |
| ·分类结果的分析 | 第74-78页 |
| ·算法计算时间的分析 | 第78-79页 |
| ·本章小结 | 第79-81页 |
| 第5章 肌肉疲劳过程中表面肌电信号的多重分形分析EQUATION | 第81-111页 |
| ·分形及其性质 | 第82-88页 |
| ·分形的引出及其哲理 | 第82-84页 |
| ·分形的典型例子 | 第84-86页 |
| ·混沌理论与分形的关系 | 第86-87页 |
| ·分形的性质 | 第87-88页 |
| ·分形的数学基础和方法 | 第88-92页 |
| ·分形维数的概念 | 第88-92页 |
| ·分形维数的物理意义及应用 | 第92页 |
| ·多重分形理论 | 第92-99页 |
| ·多重分形的定义 | 第93-96页 |
| ·多重分形的几何特性 | 第96-98页 |
| ·多重分形奇异谱的计算 | 第98-99页 |
| ·静态收缩期间肌肉的疲劳评价 | 第99-106页 |
| ·肌肉的静态收缩疲劳实验 | 第99-100页 |
| ·实验结果与讨论 | 第100-106页 |
| ·动态收缩期间肌肉的疲劳评价 | 第106-110页 |
| ·肌肉的动态收缩疲劳实验 | 第107-108页 |
| ·实验结果与讨论 | 第108-110页 |
| ·本章小结 | 第110-111页 |
| 第6章 总结与展望 | 第111-115页 |
| ·本文研究总结 | 第111-112页 |
| ·课题研究展望 | 第112-115页 |
| 参考文献 | 第115-123页 |
| 致谢 | 第123-124页 |
| 攻读博士期间发表和完成的学术论文 | 第124-126页 |
