| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题背景 | 第10页 |
| ·课题研究意义 | 第10-11页 |
| ·信息融合发展概况 | 第11-16页 |
| ·信息融合概念的提出 | 第11-12页 |
| ·信息融合研究的兴起 | 第12-14页 |
| ·信息融合技术的国内外发展现状 | 第14-16页 |
| ·研究内容及结构安排 | 第16-18页 |
| 第2章 生理信息融合在仿生机器马健身器中的应用 | 第18-29页 |
| ·仿生机器马健身器控制系统 | 第18-23页 |
| ·仿生机器马健身器机构介绍 | 第18-19页 |
| ·仿生机器马健身器控制系统设计 | 第19-20页 |
| ·机器人控制系统结构 | 第20-21页 |
| ·运动平台支链位置控制实现 | 第21-23页 |
| ·仿生机器马骑乘者生理信息对运动状态的影响 | 第23-27页 |
| ·心率变化对运动状态的影响 | 第23-25页 |
| ·血氧饱和度对于运动状态的影响 | 第25-26页 |
| ·运动血压对运动状态的影响 | 第26-27页 |
| ·生理信息融合实现机器马虚拟速度预测 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 生理信息融合系统模型 | 第29-39页 |
| ·信息融合概述 | 第29-33页 |
| ·信息融合概念 | 第29页 |
| ·信息融合原理 | 第29-32页 |
| ·信息融合与神经网络的结合方式和优越性 | 第32-33页 |
| ·信息融合的系统层次 | 第33-36页 |
| ·数据层融合 | 第34页 |
| ·特征层融合 | 第34-35页 |
| ·决策层融合 | 第35-36页 |
| ·生理信息融合系统模型的建立 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于BP 神经网络生理信息融合对机器马虚拟虚度的预测 | 第39-51页 |
| ·神经网络基础知识 | 第39-41页 |
| ·神经网络的基本分类 | 第39页 |
| ·神经网络的训练方法 | 第39-40页 |
| ·神经网络的训练规则 | 第40-41页 |
| ·BP 神经网络 | 第41-45页 |
| ·BP 神经网络拓扑结构 | 第41页 |
| ·BP 神经网络算法原理 | 第41-43页 |
| ·BP 神经网络算法流程 | 第43-45页 |
| ·BP 神经网络融合算法设计 | 第45-49页 |
| ·融合模型结构设计 | 第45-47页 |
| ·BP 算法参数设定 | 第47-48页 |
| ·网络学习过程 | 第48-49页 |
| ·仿真实例分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 蚁群神经网络在速度预测中的应用 | 第51-60页 |
| ·概述 | 第51-52页 |
| ·蚁群算法原理 | 第52-54页 |
| ·基本蚁群算法 | 第52-53页 |
| ·蚂蚁系统的改进 | 第53-54页 |
| ·基于蚁群神经网络的生理信息融合算法设计 | 第54-57页 |
| ·蚁群初始化 | 第54页 |
| ·信息素增量分析 | 第54-55页 |
| ·蚁群神经网络参数选择 | 第55-57页 |
| ·算法流程 | 第57页 |
| ·仿真实例分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |