| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第9-15页 |
| 1.1 课题的研究背景 | 第9-10页 |
| 1.2 课题的研究现状 | 第10-11页 |
| 1.3 课题研究内容及创新点 | 第11-12页 |
| 1.4 课题研究的意义 | 第12-13页 |
| 1.5 论文的结构安排 | 第13-15页 |
| 第2章 运动数据采集实验的设计与处理 | 第15-22页 |
| 2.1 运动数据采集设备的选取 | 第15-18页 |
| 2.1.1 表面肌电信号的特性 | 第15-16页 |
| 2.1.2 采集设备选取 | 第16-18页 |
| 2.2 运动数据采集实验设计 | 第18-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 基于GMM的运动图像数据的运动评估 | 第22-34页 |
| 3.1 运动图像的前景提取 | 第22-24页 |
| 3.1.1 帧差法 | 第22-23页 |
| 3.1.2 光流法 | 第23页 |
| 3.1.3 背景减除法 | 第23-24页 |
| 3.1.4 高斯模型及混合高斯模型 | 第24页 |
| 3.2 基于GMM的运动图像前景提取 | 第24-28页 |
| 3.2.1 混合高斯背景模型(GMM)的建立及参数初始化 | 第24-25页 |
| 3.2.2 背景模型更新 | 第25页 |
| 3.2.3 学习率更新算法改进 | 第25-26页 |
| 3.2.4 提取背景模型 | 第26页 |
| 3.2.5 基于GMM的运动图像数据前景提取结果 | 第26-28页 |
| 3.3 基于Shi-tomasi算法的特征级运动图像提取及追踪 | 第28-30页 |
| 3.3.1 Shi-tomasi算法 | 第28-29页 |
| 3.3.2 特征点跟踪及结果 | 第29-30页 |
| 3.4 基于支持向量机的姿态识别 | 第30-33页 |
| 3.4.1 支持向量机(SVM) | 第30-32页 |
| 3.4.2 识别及评估结果 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于特征级信息融合的肌电信号疲劳度评估 | 第34-49页 |
| 4.1 基于特征级的信息融合技术 | 第34-35页 |
| 4.2 肌肉疲劳度评估方法 | 第35-38页 |
| 4.2.1 基于时域分析的疲劳度评价 | 第35-36页 |
| 4.2.2 基于频域分析的疲劳度评价 | 第36页 |
| 4.2.3 基于时频域分析的肌肉疲劳度评价 | 第36-37页 |
| 4.2.4 基于混合分析方法的肌肉疲劳度评价 | 第37-38页 |
| 4.2.5 小结 | 第38页 |
| 4.3 基于小波变换的信息融合的肌肉疲劳度及评估 | 第38-45页 |
| 4.3.1 肌肉疲劳度评估步骤 | 第38-39页 |
| 4.3.2 原始数据预处理 | 第39-41页 |
| 4.3.3 小波变换和小波基的选择 | 第41-43页 |
| 4.3.4 基于小波变换的特征提取 | 第43-45页 |
| 4.4 基于BP神经网络的疲劳度评估 | 第45-48页 |
| 4.4.1 BP神经网络 | 第45-46页 |
| 4.4.2 神经网络模型设计 | 第46-47页 |
| 4.4.3 评估结果 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于决策级的运动信息融合及评估 | 第49-55页 |
| 5.1 基于决策级的信息融合技术 | 第49页 |
| 5.2 D-S决策理论 | 第49-51页 |
| 5.2.1 D-S证据理论概述 | 第49-50页 |
| 5.2.2 D-S证据理论基本概念 | 第50-51页 |
| 5.3 D-S证据理论合成规则 | 第51页 |
| 5.4 基于D-S证据理论的决策级的运动评估 | 第51-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第6章 智能运动评估系统的设计 | 第55-64页 |
| 6.1 智能运动评估系统的需求分析 | 第55-57页 |
| 6.1.1 系统性能需求分析 | 第55页 |
| 6.1.2 系统功能模块分析 | 第55-57页 |
| 6.2 智能运动评估系统的技术方案 | 第57-62页 |
| 6.2.1 基于React框架的前端模块设计 | 第59页 |
| 6.2.2 基于Django框架的后端模块设计 | 第59-60页 |
| 6.2.3 数据库的设计 | 第60-62页 |
| 6.3 实验结果展示 | 第62-63页 |
| 6.4 本章小结 | 第63-64页 |
| 第7章 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士期间发表的论文 | 第71-72页 |
| 致谢 | 第72页 |