| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-18页 |
| ·本课题的研究背景 | 第12页 |
| ·肌电信号的概述 | 第12-13页 |
| ·表面肌电信号的处理方法及其应用现状 | 第13-15页 |
| ·肌电信号的分类识别 | 第15-16页 |
| ·本文的工作内容及章节安排 | 第16-18页 |
| 第二章 表面肌电信号的采集及预处理 | 第18-28页 |
| ·表面肌电信号的产生机理 | 第18-19页 |
| ·表面肌电信号的采集 | 第19-23页 |
| ·表面肌电拾取电极 | 第20页 |
| ·肌电信号采集仪 | 第20-21页 |
| ·肌电信号采集软件 | 第21-22页 |
| ·肌电信号采集过程 | 第22-23页 |
| ·表面肌电信号的预处理 | 第23-24页 |
| ·肌电信号中的噪声来源 | 第23页 |
| ·肌电信号的噪声类型 | 第23-24页 |
| ·小波去噪 | 第24-27页 |
| ·小波去噪的原理 | 第25页 |
| ·小波去噪的方法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 肌电信号的特征提取 | 第28-41页 |
| ·时域 | 第28-29页 |
| ·积分肌电值 | 第28页 |
| ·过零点数 | 第28页 |
| ·方差 | 第28-29页 |
| ·肌电信号的参数模型 | 第29页 |
| ·频域 | 第29-30页 |
| ·平均功率频率 | 第29-30页 |
| ·中值频率 | 第30页 |
| ·功率谱比值法 | 第30页 |
| ·时频结合的方法 | 第30-34页 |
| ·短时傅立叶变换(Short-Time Fourier Transform，STFT) | 第30-31页 |
| ·小波变换的方法 | 第31-34页 |
| ·非线性特征的引入 | 第34-40页 |
| ·分形维数 | 第35-37页 |
| ·基于K-L 变换的总体熵 | 第37-40页 |
| ·其它几类非线性动力学参数 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第四章 动作模式识别方法 | 第41-47页 |
| ·聚类方法 | 第41页 |
| ·贝叶斯分类器 | 第41-42页 |
| ·神经网络的方法 | 第42-46页 |
| ·BP神经网络 | 第42-43页 |
| ·学习向量量化网络 | 第43页 |
| ·自组织映射网络 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 实验结果及结论 | 第47-62页 |
| ·实验前的准备工作 | 第47-48页 |
| ·单手指动作识别的结果及分析 | 第48-61页 |
| ·时域方法分析 | 第48-50页 |
| ·频域分析方法 | 第50-51页 |
| ·时频结合的方法 | 第51-54页 |
| ·非线性方法 | 第54-61页 |
| ·组合手势的识别 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·本文工作总结 | 第62-63页 |
| ·进一步工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 在学期间的研究成果及发表的学术论文 | 第68-69页 |
| 附录 | 第69-70页 |