基于DCCA和MF-DCCA的步态信号的分析与研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·引言 | 第8-9页 |
| ·步态分析技术的发展和应用 | 第9-11页 |
| ·步态信号在身份识别技术中的应用 | 第9-10页 |
| ·步态信号在医学中的应用 | 第10-11页 |
| ·最小二乘拟合算法分析 | 第11-13页 |
| ·去趋势波动分析法 | 第13-14页 |
| ·DFA 简介 | 第13-14页 |
| ·DFA 算法的应用 | 第14页 |
| ·本文的研究内容 | 第14-15页 |
| ·本文内容安排 | 第15-17页 |
| 第二章 多重分形和Hurst 指数理论 | 第17-32页 |
| ·分形理论概述 | 第17-18页 |
| ·分形理论的产生与发展 | 第17页 |
| ·分形的定义和应用 | 第17-18页 |
| ·分形的几个重要原则 | 第18-22页 |
| ·特征尺度 | 第18-19页 |
| ·标度不变性 | 第19-20页 |
| ·自相似性 | 第20-21页 |
| ·分形维数 | 第21-22页 |
| ·多重分形理论简介 | 第22-27页 |
| ·多重分形概述 | 第22-25页 |
| ·多重分形谱的计算方法分析 | 第25-27页 |
| ·Hurst 指数理论 | 第27-31页 |
| ·自相似过程 | 第27页 |
| ·自相似过程的Hurst 效应 | 第27-28页 |
| ·Hurst 指数计算方法 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 步态信号的去趋势互相关分析 | 第32-45页 |
| ·互相关 | 第32-33页 |
| ·传统互相关分析方法 | 第33-34页 |
| ·去趋势互相关分析 | 第34-35页 |
| ·最小二乘线性拟合法 | 第34页 |
| ·DCCA 简介 | 第34-35页 |
| ·DCCA 用于不同生理病理状态下的步态信号分析 | 第35-36页 |
| ·实验结果和分析 | 第36-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 步态信号的多重分形去趋势互相关分析 | 第45-55页 |
| ·时间序列的多重分形性分析方法 | 第45页 |
| ·步态信号的多重分形去趋势互相关分析 | 第45-47页 |
| ·尺度函数 | 第45-46页 |
| ·算法的实现 | 第46-47页 |
| ·实验结果和分析 | 第47-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结和展望 | 第55-57页 |
| ·工作总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间发表的论文 | 第61页 |
