| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·项目的研究背景及意义 | 第11-12页 |
| ·国内外研究现状和发展趋势 | 第12-13页 |
| ·研究方法 | 第13-20页 |
| ·常用肌电信号特征提取算法 | 第13-17页 |
| ·时域分析方法 | 第13-15页 |
| ·频域分析 | 第15页 |
| ·时频分析 | 第15-16页 |
| ·非线性分析 | 第16-17页 |
| ·常用肌电信号模式分类器 | 第17-20页 |
| ·统计模式分类器 | 第17页 |
| ·模糊分类器 | 第17页 |
| ·神经网络分类器 | 第17-20页 |
| ·本文研究的主要内容 | 第20-21页 |
| 第2章 表面肌电信号的拾取及预处理 | 第21-36页 |
| ·肌电信号的特性分析 | 第21-23页 |
| ·肌电信号的产生过程 | 第21-23页 |
| ·表面肌电信号的特点 | 第23页 |
| ·表面肌电信号的拾取及预处理 | 第23-29页 |
| ·表面肌电信号的拾取 | 第23-24页 |
| ·表面肌电信号的预处理 | 第24-29页 |
| ·影响表面肌电信号质量的常见干扰 | 第24-25页 |
| ·表面肌电信号的预处理 | 第25-29页 |
| ·时频分析的参考累积量算法在表面肌电信号中的应用 | 第29-35页 |
| ·盲源分离的基本理论 | 第29-32页 |
| ·盲源分离的基本模型 | 第30页 |
| ·典型的盲源分离算法 | 第30-32页 |
| ·基于信息理论的方法 | 第30-31页 |
| ·基于高阶统计的方法 | 第31-32页 |
| ·时频分析的参考累积量盲源分离算法在表面肌电信号中的应用 | 第32-35页 |
| ·时频分析的参考累积量盲源分离算法 | 第32-33页 |
| ·时频分析的参考累积量盲分离算法在表面肌电信号中应用及结果分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于直方图和频谱分析的表面肌电信号特征提取 | 第36-45页 |
| ·基于直方图的表面肌电信号特征提取 | 第36-39页 |
| ·表面肌电信号波幅直方图分析 | 第36-38页 |
| ·基于直方图的特征提取 | 第38-39页 |
| ·表面肌电信号功率谱分析 | 第39-44页 |
| ·表面肌电信号AR 模型 | 第39-40页 |
| ·表面肌电信号功率谱比值算法 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于D-S 证据理论和神经网络的手部动作模式识别 | 第45-50页 |
| ·BP 神经网络分类器 | 第45-47页 |
| ·BP 网络结构与算法 | 第45-47页 |
| ·D-S 证据理论 | 第47-48页 |
| ·基本概念 | 第47页 |
| ·基本概率赋值 | 第47-48页 |
| ·实验结果及分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| ·本文工作总结 | 第50-51页 |
| ·研究展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56-57页 |
| 详细摘要 | 第57-60页 |
