基于肌电信号的跌倒辨识研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 1 绪论 | 第11-20页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·跌倒辨识的国内外研究现状 | 第12-15页 |
| ·跌倒检测的研究现状 | 第12-13页 |
| ·基于肌电信号的跌倒辨识研究现状 | 第13-15页 |
| ·肌电信号研究方法 | 第15-18页 |
| ·肌电信号特征提取方法 | 第15-17页 |
| ·肌电信号模式分类方法 | 第17-18页 |
| ·本文的内容与结构 | 第18页 |
| ·本章小结 | 第18-20页 |
| 2 肌电信号的采集 | 第20-31页 |
| ·肌电信号的产生机理和特点 | 第20-23页 |
| ·肌电信号的产生机理 | 第20-21页 |
| ·肌电信号的特性 | 第21页 |
| ·肌电信号的拾取 | 第21-23页 |
| ·下肢表面肌电信号的获取 | 第23-30页 |
| ·人体下肢主要肌肉结构 | 第23-25页 |
| ·下肢典型肌肉的选取 | 第25-26页 |
| ·下肢表面肌电信号的采集 | 第26-28页 |
| ·表面肌电信号的初步时域分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 3 表面肌电信号的消噪 | 第31-43页 |
| ·EEMD 原理 | 第31-34页 |
| ·经验模态分解（EMD） | 第32页 |
| ·总体平均经验模态分解（EEMD） | 第32-34页 |
| ·二代小波原理 | 第34-35页 |
| ·基于 EEMD 和二代小波的去噪算法 | 第35页 |
| ·实验分析及结果 | 第35-42页 |
| ·EMD 与 EEMD 消噪实验分析 | 第36-38页 |
| ·二代小波三种阈值消噪实验分析 | 第38-40页 |
| ·基于 EEMD 和二代小波的消噪方法实验分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于熵的肌电信号特征提取方法 | 第43-53页 |
| ·基于熵的特征提取方法原理 | 第43-46页 |
| ·近似熵原理 | 第43-44页 |
| ·样本熵基本原理 | 第44-45页 |
| ·排列组合熵基本原理 | 第45-46页 |
| ·基于熵的肌电信号特征比较 | 第46-52页 |
| ·sEMG 特征比较分析 | 第46-47页 |
| ·肌电信号特征分析 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 5 基于肌电信号的跌倒识别 | 第53-62页 |
| ·特征向量的构造及说明 | 第53页 |
| ·基于 K-均值的肌电信号跌倒识别 | 第53-55页 |
| ·K-均值基本原理 | 第53-54页 |
| ·基于 K-均值的跌倒模式分类 | 第54-55页 |
| ·基于主轴核聚类分类器的跌倒识别 | 第55-56页 |
| ·主轴核聚类算法原理 | 第55页 |
| ·主轴核聚类跌倒模式分类 | 第55-56页 |
| ·基于支持向量机的肌电信号跌倒识别 | 第56-60页 |
| ·支持向量机简介 | 第56-59页 |
| ·支持向量机的多类分类算法 | 第59页 |
| ·支持向量机跌倒模式分类 | 第59-60页 |
| ·实验结果分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| ·本文工作总结 | 第62-63页 |
| ·研究展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |
