表面肌电信号处理和模式识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题来源 | 第9页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·表面肌电信号的国内外研究现状 | 第10-13页 |
| ·研究内容和结构安排 | 第13-14页 |
| 第2章 表面肌电信号消噪处理研究 | 第14-24页 |
| ·小波消噪与小波包消噪 | 第14-17页 |
| ·表面肌电信号的小波消噪 | 第15-16页 |
| ·表面肌电信号的小波包消噪 | 第16-17页 |
| ·最优小波包自适应阈值消噪 | 第17-20页 |
| ·最优小波包自适应阈值算法 | 第17-19页 |
| ·表面肌电信号的最优小波包自适应阈值消噪 | 第19-20页 |
| ·消噪性能比较 | 第20-21页 |
| ·表面肌电信号消噪系统软件设计 | 第21-23页 |
| ·信号选择模块 | 第22-23页 |
| ·图形显示模块 | 第23页 |
| ·效果评估模块 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 表面肌电信号特征提取研究 | 第24-36页 |
| ·小波系数 | 第24-27页 |
| ·小波高频系数最大绝对值 | 第25-26页 |
| ·表面肌电信号的小波高频系数最大绝对值 | 第26-27页 |
| ·最大LYAPUNOV指数与小波系数联合 | 第27-31页 |
| ·最大Lyapunov指数 | 第27-29页 |
| ·构造联合特征矢量 | 第29-30页 |
| ·表面肌电信号的联合特征矢量 | 第30-31页 |
| ·表面肌电信号特征提取软件设计 | 第31-35页 |
| ·信号选择模块 | 第32页 |
| ·特征值种类选择模块 | 第32-33页 |
| ·信号显示模块 | 第33-34页 |
| ·特征值显示模块 | 第34页 |
| ·表面肌电信号特征值提取软件总体界面 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 表面肌电信号模式识别 | 第36-47页 |
| ·误差反向传播神经网络分类器设计 | 第37-40页 |
| ·BP神经网络结构设计 | 第37-39页 |
| ·BP神经网络训练过程 | 第39-40页 |
| ·分类器改进方法 | 第40-46页 |
| ·判定准则的改进 | 第40-43页 |
| ·隐含神经元个数及训练误差优化 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 表面肌电信号模式识别软件设计与应用 | 第47-55页 |
| ·表面肌电信号处理与模式识别软件 | 第47-49页 |
| ·人体手势识别 | 第49-51页 |
| ·人体下肢动作识别 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第6章 总结与展望 | 第55-57页 |
| ·全文工作总结 | 第55-56页 |
| ·下一步研究展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士期间发表的论文和参与的项目 | 第62页 |
