| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究背景和意义 | 第10-11页 |
| 1.3 表面肌电信号特征提取和识别的研究现状 | 第11-17页 |
| 1.3.1 表面肌电信号特征提取方法 | 第12-13页 |
| 1.3.2 表面肌电信号模式识别方法 | 第13-14页 |
| 1.3.3 国内外研究进展 | 第14-17页 |
| 1.4 本文的研究内容与组织结构 | 第17-19页 |
| 第2章 基于LDA分类器与多特征联合的sEMG信号模式识别 | 第19-33页 |
| 2.1 数据描述与预处理 | 第19-22页 |
| 2.1.1 数据描述 | 第19-21页 |
| 2.1.2 数据预处理 | 第21-22页 |
| 2.2 特征提取与特征分离度 | 第22-28页 |
| 2.2.1 WL特征矢量 | 第22-23页 |
| 2.2.2 AR特征矢量 | 第23-24页 |
| 2.2.3 小波变换分析 | 第24-27页 |
| 2.2.4 联合特征矢量 | 第27-28页 |
| 2.3 LDA分类器 | 第28-32页 |
| 2.3.1 LDA判别准则 | 第28-29页 |
| 2.3.2 LDA判别策略 | 第29-30页 |
| 2.3.3 算法优化方案 | 第30-31页 |
| 2.3.4 算法的识别效果与结果分析 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 基于模糊变换的sEMG模式识别 | 第33-40页 |
| 3.1 基于高斯径向基函数的模糊模式识别 | 第33-35页 |
| 3.1.1 高斯径向基函数 | 第33-34页 |
| 3.1.2 高斯重构 | 第34页 |
| 3.1.3 基于高斯径向基函数的模糊模式识别算法 | 第34-35页 |
| 3.2 典型样本的选取 | 第35-36页 |
| 3.3 算法的实现与结果分析 | 第36-39页 |
| 3.3.1 不同特征矢量下的识别结果分析 | 第36-37页 |
| 3.3.2 特征矢量的FI值对算法性能的影响 | 第37-38页 |
| 3.3.3 不同分类算法识别效果的比较 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 模式识别后处理 | 第40-45页 |
| 4.1 MV后处理分析 | 第40-41页 |
| 4.2 后处理方法优化 | 第41-42页 |
| 4.3 后处理实现与结果分析 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 sEMG动作识别软件设计 | 第45-52页 |
| 5.1 sEMG动作识别软件整体结果设计 | 第45-47页 |
| 5.1.1 软件功能模块设计 | 第46页 |
| 5.1.2 软件工作流程设计 | 第46-47页 |
| 5.2 软件功能模块设计 | 第47-50页 |
| 5.2.1 特征提取模块设计 | 第48页 |
| 5.2.2 模式识别模块设计 | 第48-49页 |
| 5.2.3 康复训练模块设计 | 第49-50页 |
| 5.3 系统性能测试 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 全文工作总结 | 第52-53页 |
| 6.2 下一步工作展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录A 研究生期间的研究成果 | 第60-61页 |
| 附录B 研究生期间参与的项目 | 第61页 |