| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-21页 |
| ·研究背景及其意义 | 第10-14页 |
| ·国内外研究进展情况 | 第14-16页 |
| ·课题研究内容 | 第16-21页 |
| 第二章 肌电信号的产生、采集与预处理 | 第21-39页 |
| ·肌电信号产生的生理基础 | 第21-26页 |
| ·信号采集系统 | 第26-31页 |
| ·信号预处理和复杂度分析 | 第31-39页 |
| ·ICA 基本原理 | 第32-34页 |
| ·信号的复杂度 | 第34-39页 |
| 第三章 EMG 非线性特性分析及特征属性提取方法研究 | 第39-75页 |
| ·常见肌电信号分析方法 | 第39-60页 |
| ·经典时域方法 | 第39-41页 |
| ·频域分析 | 第41-44页 |
| ·时频分析 | 第44-50页 |
| ·非线性熵分析 | 第50-53页 |
| ·混沌与分形 | 第53-60页 |
| ·基于WPT 和EMD-AR 的属性提取方法研究 | 第60-72页 |
| ·基于WPT 的表面肌电属性提取方法 | 第61-64页 |
| ·基于EMD-AR 的属性提取方法研究 | 第64-72页 |
| ·特征属性集可分性研究 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第四章 属性约简算法 | 第75-88页 |
| ·粗糙集理论 | 第75-80页 |
| ·连续属性离散化策略 | 第77-78页 |
| ·粗糙集约简算法 | 第78-80页 |
| ·基于RST 的属性约简 | 第80-87页 |
| ·本章小结 | 第87-88页 |
| 第五章 基于LS-SVM 的多类动作分类研究 | 第88-123页 |
| ·基于支持向量机(SUPPORT VECTOR MACHINE, SVM)的分类策略 | 第88-98页 |
| ·二类SVM 原理 | 第88-92页 |
| ·常见的SVM 多类拓展方法 | 第92-95页 |
| ·Fuzzy LS-SVM 原理 | 第95-98页 |
| ·支持向量预抽取方案 | 第98-109页 |
| ·方案一：基于样本最小距离的抽取方案 | 第99-102页 |
| ·方案二：基于ISODATA 和PSO 相结合的支持向量预抽取方案 | 第102-109页 |
| ·FUZZY LS-SVM 分类结果及分析 | 第109-114页 |
| ·基于信息融合的多类分类器分类试验 | 第114-123页 |
| 第六章 总结 | 第123-126页 |
| ·本课题研究总结 | 第123-124页 |
| ·课题研究展望 | 第124-126页 |
| 参考文献 | 第126-135页 |
| 致谢 | 第135-136页 |
| 发表的论文 | 第136-138页 |
