| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 课题研究的背景及意义 | 第12-13页 |
| 1.2 研究现状及发展趋势 | 第13-15页 |
| 1.2.1 表面肌电信号的研究现状 | 第13-14页 |
| 1.2.2 人体动态系统建模的研究现状 | 第14-15页 |
| 1.3 论文研究内容及结构 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 论文结构 | 第16-17页 |
| 第2章 测试系统构成 | 第17-22页 |
| 2.1 人体动态平衡评测系统 | 第17-20页 |
| 2.1.1 力平台 | 第17-18页 |
| 2.1.2 PC/104 | 第18-19页 |
| 2.1.3 倾角传感器 | 第19-20页 |
| 2.2 表面肌电信号采集系统 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 静止和随机视觉激励状态下的肌肉活跃程度的分析 | 第22-34页 |
| 3.1 研究对象 | 第22页 |
| 3.2 实验方法 | 第22-27页 |
| 3.2.1 下肢肌群位置选择 | 第22-24页 |
| 3.2.2 实验内容 | 第24页 |
| 3.2.3 实验步骤 | 第24-27页 |
| 3.3 表面肌电信号的预处理及特征提取 | 第27-30页 |
| 3.3.1 表面肌电信号的预处理 | 第27-30页 |
| 3.3.2 表面肌电信号的特征提取 | 第30页 |
| 3.4 结果分析 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于BP神经网络的人体动态平衡系统建模 | 第34-49页 |
| 4.1 人体动态平衡机理 | 第34页 |
| 4.2 实验方法 | 第34-37页 |
| 4.2.1 实验内容 | 第35页 |
| 4.2.2 实验过程 | 第35页 |
| 4.2.3 实验数据的获取及处理 | 第35-37页 |
| 4.3 基于BP神经网络的人体动态平衡系统建模 | 第37-42页 |
| 4.3.1 BP神经网络 | 第38-40页 |
| 4.3.2 BP神经网络设计 | 第40-41页 |
| 4.3.3 实验结果 | 第41-42页 |
| 4.4 非线性系统辨识的优化 | 第42-48页 |
| 4.4.1 肌电均方根值与踝关节角度的相关性分析 | 第43-44页 |
| 4.4.2 输入通道的优化 | 第44-47页 |
| 4.4.3 结果分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于支持向量机的人体动态平衡系统建模 | 第49-56页 |
| 5.1 支持向量机原理 | 第49页 |
| 5.2 线性支持向量机 | 第49-51页 |
| 5.3 非线性支持向量机 | 第51-52页 |
| 5.4 支持向量机核函数和参数性能 | 第52-54页 |
| 5.4.1 核函数 | 第52-53页 |
| 5.4.2 参数性能 | 第53-54页 |
| 5.5 预测结果 | 第54页 |
| 5.6 BP神经网络与SVM预测结果对比 | 第54-55页 |
| 5.7 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 研究总结 | 第56-57页 |
| 6.2 未来展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间取得的科研成果 | 第64页 |