| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-23页 |
| 1.2.1 压缩感知理论研究现状 | 第13-16页 |
| 1.2.2 压缩感知的应用 | 第16-18页 |
| 1.2.3 深度学习研究现状 | 第18-21页 |
| 1.2.4 深度学习的应用 | 第21页 |
| 1.2.5 柔性压力阵列信息采集研究现状 | 第21-23页 |
| 1.3 主要研究内容与创新点 | 第23-24页 |
| 1.3.1 主要研究内容 | 第23-24页 |
| 1.3.2 创新点 | 第24页 |
| 1.4 论文的章节安排 | 第24-26页 |
| 第二章 相关理论和生物学基础、问题描述和数据采集 | 第26-45页 |
| 2.1 相关理论 | 第26-31页 |
| 2.1.1 压缩感知理论 | 第26-28页 |
| 2.1.2 深度学习中的稀疏自编码器 | 第28-29页 |
| 2.1.3 循环神经网络 | 第29-31页 |
| 2.2 相关生物学基础 | 第31-38页 |
| 2.2.1 人脑记忆力机制 | 第31-34页 |
| 2.2.2 人脑神经注意力机制 | 第34-36页 |
| 2.2.3 人脑神经突触、树突和轴突 | 第36-38页 |
| 2.3 问题描述 | 第38-41页 |
| 2.4 柔性压力阵列、数据采集和实验仪器 | 第41-44页 |
| 2.4.1 柔性压力阵列的数据采集 | 第41-43页 |
| 2.4.2 计算工作站 | 第43-44页 |
| 2.5 小结 | 第44-45页 |
| 第三章 基于稀疏自编码器的压缩感知方法 | 第45-61页 |
| 3.1 引言 | 第45-46页 |
| 3.2 基于稀疏自编码器的压缩感知方法 | 第46-55页 |
| 3.2.1 深度学习中的稀疏自编码器的结构 | 第46-47页 |
| 3.2.2 SAECS方法的思想 | 第47-49页 |
| 3.2.3 SAECS算法模型 | 第49-55页 |
| 3.3 柔性压力阵列采样人体着装微小压力信息实验 | 第55-60页 |
| 3.3.1 第一组实验 | 第56-57页 |
| 3.3.2 第二组实验 | 第57-59页 |
| 3.3.3 运行时间 | 第59-60页 |
| 3.4 小结 | 第60-61页 |
| 第四章 压缩感知网络—压缩采样和基于栈式长短时记忆网络的重构算法 | 第61-85页 |
| 4.1 引言 | 第61-63页 |
| 4.2 压缩感知网络：ComsensNet | 第63-77页 |
| 4.2.1 长短时记忆细胞结构 | 第63-65页 |
| 4.2.2 压缩采样过程 | 第65-68页 |
| 4.2.3 栈式长短时记忆网络重构算法 | 第68-74页 |
| 4.2.4 压缩感知网络：ComsensNet | 第74-77页 |
| 4.3 压缩感知网络用于采集人体微小压力信息 | 第77-84页 |
| 4.3.1 压缩感知网络的实验 | 第77-79页 |
| 4.3.2 重构结果的对比 | 第79-82页 |
| 4.3.3 重构时间的对比 | 第82-84页 |
| 4.4 小结 | 第84-85页 |
| 第五章 人脑生物机制启发的压缩感知重构方法 | 第85-104页 |
| 5.1 引言 | 第85-87页 |
| 5.2 人脑生物机制启发的压缩感知重构算法 | 第87-94页 |
| 5.2.1 记忆力机制：多层长短时记忆网络重构算法 | 第88-91页 |
| 5.2.2 神经注意力机制：引入神经注意力机制的多层记忆网络重构算法 | 第91-94页 |
| 5.3 实验与分析 | 第94-103页 |
| 5.3.1 人脑生物机制启发的重构算法实验与分析 | 第94-97页 |
| 5.3.2 重构算法结果对比 | 第97-100页 |
| 5.3.3 重构算法时间对比 | 第100-103页 |
| 5.5 小结 | 第103-104页 |
| 第六章 基于深度门限循环单元神经网络的人体服装微小压力信息预测 | 第104-120页 |
| 6.1 引言 | 第104-105页 |
| 6.2 深度门限循环单元神经网络模型及压力信息预测 | 第105-113页 |
| 6.2.1 门限循环单元神经网络 | 第105-107页 |
| 6.2.2 深度门限循环单元神经网络 | 第107-110页 |
| 6.2.3 基于深度门限循环单元神经网络的压力信息预测 | 第110-112页 |
| 6.2.4 模型整合后的人体着装微小压力信息预测 | 第112-113页 |
| 6.3 实验与分析 | 第113-119页 |
| 6.3.1 实验设备与仪器 | 第113-116页 |
| 6.3.2 结果和分析 | 第116-119页 |
| 6.4 小结 | 第119-120页 |
| 第七章 总结与展望 | 第120-123页 |
| 7.1 总结 | 第120-122页 |
| 7.2 展望 | 第122-123页 |
| 参考文献 | 第123-136页 |
| 致谢 | 第136-138页 |
| 附录A 攻读博士学位期间取得的成果 | 第138-140页 |
| 附录B 攻读博士学位期间承担的项目 | 第140-141页 |
| 附录C 攻读博士学位期间获得的奖励 | 第141页 |
