首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于肌肉协同的腕关节力预测研究与实现

摘要第4-6页
abstract第6-7页
第1章 绪论第10-19页
    1.1 课题来源第10页
    1.2 课题研究背景、目的及意义第10-12页
    1.3 相关领域国内外研究现状第12-17页
        1.3.1 时频域特征提取研究现状第12-13页
        1.3.2 肌肉协同及力预测研究现状第13-17页
    1.4 本文的主要内容和组织结构第17-19页
第2章 信号预处理及肌肉协同分析第19-35页
    2.1 信号采集设备及实验方案第19-22页
        2.1.1 表面肌电信号采集设备第19-20页
        2.1.2 力信号采集设备第20页
        2.1.3 肌肉组织的选取第20-21页
        2.1.4 实验方案第21-22页
    2.2 EMG信号预处理第22-25页
        2.2.1 信号MAV处理及滤波第22-23页
        2.2.2 信号RMS处理及滤波第23-24页
        2.2.3 信号同步处理第24页
        2.2.4 信号归一化处理第24-25页
    2.3 基于非负矩阵分解的肌肉协同分析第25-29页
        2.3.1 传统时频域特征提取方法分析第25页
        2.3.2 肌肉协同模型分析第25-26页
        2.3.3 非负矩阵分解算法第26-28页
        2.3.4 基于肌电信号重构误差的肌肉协同数目确定第28-29页
    2.4 肌肉协同及其系数矩阵提取第29-32页
    2.5 肌肉协同鲁棒性分析第32-34页
    2.6 本章小结第34-35页
第3章 基于动作判别的力预测模型研究第35-52页
    3.1 神经网络相关理论分析第35-40页
        3.1.1 神经网络概述第35-37页
        3.1.2 BP算法实现第37-40页
    3.2 基于MIMO网络的SISO权值和阈值初始化方法研究第40-48页
        3.2.1 MIMO神经网络的设计及参数选择第41-44页
        3.2.2 SISO神经网络的设计及权值和阈值初始化第44-47页
        3.2.3 实验结果分析第47-48页
    3.3 基于动作判别的力预测模型第48-50页
    3.4 实验对比分析第50-51页
    3.5 本章小结第51-52页
第4章 力预测应用研究第52-61页
    4.1 基于动作判别和力预测的软件系统第52-55页
        4.1.1 EMG模块第53-54页
        4.1.2 显示和控制模块第54页
        4.1.3 软件系统示意图第54-55页
    4.2 基于力预测的比例控制策略第55-56页
        4.2.1 直接比例控制策略第55页
        4.2.2 基于力预测的比例控制策略第55-56页
    4.3 实验方案与结果分析第56-60页
    4.4 本章小结第60-61页
第5章 总结与展望第61-63页
    5.1 本文工作总结第61-62页
    5.2 未来工作展望第62-63页
致谢第63-64页
参考文献第64-67页

论文共67页,点击 下载论文
上一篇:基于分布式光纤传感的金属板表面温度场模型研究
下一篇:健康监测数据压缩算法的研究及其在健康监测系统中的应用