首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于肌音信号的手部多动作模式识别与假肢手控制研究

摘要第1-6页
Abstract第6-10页
第1章 引言第10-18页
   ·课题的研究背景第10页
   ·课题目的和意义第10页
   ·上肢假肢控制技术的发展第10-12页
     ·机械式假肢第11页
     ·肌电信号控制假肢第11页
     ·声控式假肢第11页
     ·脑电信号控制假肢第11-12页
     ·神经控制假肢第12页
     ·肌音信号控制假肢第12页
   ·肌音信号上肢假肢控制技术的现状第12-13页
   ·手部动作模式识别第13-15页
     ·信号源数据获取第13页
     ·数据预处理第13-14页
     ·特征生成和提取第14-15页
     ·分类器设计第15页
   ·特征选择第15-16页
   ·本课题研究内容第16-18页
第2章 肌音信号采集系统设计第18-25页
   ·肌音信号采集传感器第18-20页
   ·肌音信号放大电路第20-21页
   ·肌音信号模拟滤波第21-22页
   ·肌音信号采集设备第22-23页
   ·肌音信号采集软件第23-24页
   ·本章小结第24-25页
第3章 肌音信号四动作模式识别方法及其采集通道与位置选择研究第25-41页
   ·肌音信号的软件滤波与归一化第25-27页
   ·肌音信号的动作分割第27-29页
   ·肌音信号帧的特征生成第29-33页
     ·基本时域特征第29-30页
     ·基于AR模型的参数估计特征第30页
     ·基于高阶累积量的特征第30-31页
     ·基于倒谱参数估计的特征第31-32页
     ·基于功率谱参数的特征第32页
     ·基于非负矩阵分解系数的特征第32-33页
   ·肌音信号特征降维第33-35页
     ·主成分分析法第33-34页
     ·基于主成分分析的特征优化第34-35页
   ·手部动作识别分类器与实验结果交叉验证第35-36页
   ·基于肌音信号的手部四动作识别实验第36-38页
     ·受试者信息统计第36页
     ·实验设备第36-37页
     ·实验规程第37-38页
   ·实验结果与分析第38-40页
     ·肌音信号4动作模式识别结果与分析第38页
     ·肌音信号的采集通道结果与分析第38-39页
     ·肌音信号采集位置研究结果与分析第39-40页
   ·本章小结第40-41页
第4章 肌音信号六动作模式识别研究与特征选择第41-52页
   ·肌音信号动作帧特征空间的扩展第41-43页
     ·基于分位数的特征第41页
     ·基于峰度的特征第41-42页
     ·基于偏度的特征第42页
     ·基于小波分解的特征第42-43页
     ·基于熵值的特征第43页
   ·手部六动作模式识别结果第43-45页
   ·基于互信息的特征选择第45-51页
     ·特征选择方法第46页
     ·互信息的概念第46-47页
     ·基于条件互信息的肌音信号特征选择方法第47-48页
     ·六动作模式识别实验结果与分析第48-51页
   ·本章小结第51-52页
第5章 基于DSP的实时肌音信号控制假肢第52-70页
   ·基于DSP的实时肌音信号控制假肢的设计方案第52-53页
   ·基于DSP的实时肌音信号控制假肢的硬件设计第53-61页
     ·肌音信号偏置电路第53-55页
     ·假肢手驱动模块第55-58页
     ·假肢手力反馈模块第58-59页
     ·电源管理模块第59-61页
   ·实时系统软件设计第61-69页
     ·功能模块配置第62-65页
     ·实时系统的动作分割第65-66页
     ·实时系统的特征选择及其两个手部动作模式识别第66-68页
     ·假肢手动作软件设计第68-69页
   ·本章小结第69-70页
第6章 结论与展望第70-72页
   ·结论第70-71页
   ·展望第71-72页
参考文献第72-76页
致谢第76-77页
攻读硕士学位期间发表的学术论文第77-78页
附录一 肌音信号模式识别第78-80页
附录二 肌音信号采集软件程序第80-84页
附录三 条件互信息特征选择程序第84-86页
附录四 DSP嵌入式系统程序第86-94页

论文共94页,点击 下载论文
上一篇:TL上海公司的供应链流程再造的研究
下一篇:解藻酸弧菌ATCC 17749株海藻酸裂解酶基因的相关研究