| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景与研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·本文主要研究内容 | 第16-18页 |
| 第二章 假手用软硬度检测传感器研制 | 第18-25页 |
| ·传感器的设计及测量原理 | 第18-21页 |
| ·传感器材料的选取 | 第18-19页 |
| ·传感器的设计 | 第19-20页 |
| ·传感器的测量原理 | 第20-21页 |
| ·传感器信号调理电路 | 第21-23页 |
| ·电荷放大器 | 第21-22页 |
| ·低通滤波器 | 第22-23页 |
| ·工频陷波器 | 第23页 |
| ·物体软硬度的测试、实验 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 假手用导热性检测传感器研究 | 第25-30页 |
| ·传感器的设计及测量原理 | 第25-28页 |
| ·传感器的设计 | 第25-27页 |
| ·测量原理 | 第27-28页 |
| ·传感器信号调理电路 | 第28-29页 |
| ·物体导热性的测试实验 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于肌电信号识别的电动假手控制系统 | 第30-47页 |
| ·SEMG 的产生机理 | 第30-31页 |
| ·基于小波域隐马尔科夫模型的肌电信号滤波 | 第31-38页 |
| ·小波变换和隐马尔科夫模型 | 第31-33页 |
| ·基于小波域的隐马尔科夫模型 | 第33-35页 |
| ·实验分析 | 第35-38页 |
| ·表面肌电信号的特征提取 | 第38-40页 |
| ·基于支持向量机的肌电假手动作识别 | 第40-44页 |
| ·统计学习简介 | 第40页 |
| ·支持向量机原理 | 第40-43页 |
| ·支持向量机的多类分类算法 | 第43-44页 |
| ·手部动作模式识别的实验研究 | 第44-45页 |
| ·特征提取 | 第44页 |
| ·模式分类 | 第44-45页 |
| ·肌电电动假手控制系统 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 软硬度及导热性传感器在肌电假手上的应用研究 | 第47-53页 |
| ·信息融合介绍 | 第47页 |
| ·基于模糊神经网路的信息融合 | 第47-51页 |
| ·模糊神经网络的组成 | 第48-49页 |
| ·模糊神经网络训练算法 | 第49-50页 |
| ·实验分析 | 第50-51页 |
| ·软硬度传感器、导热传感器与肌电电动假手的集成及实验 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·本文工作总结 | 第53页 |
| ·研究展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 | 第60-61页 |
| 发表的学术论文 | 第60页 |
| 参加的科研项目 | 第60-61页 |
| 详细摘要 | 第61-64页 |