基于机器学习的沉浸式针灸训练系统
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 引言 | 第7-8页 |
| 1.2 国内外研究动态 | 第8-9页 |
| 1.2.1 针灸治疗及训练 | 第8-9页 |
| 1.2.2 虚拟现实与医疗实践结合 | 第9页 |
| 1.3 本文研究的目的及意义 | 第9-10页 |
| 1.4 研究内容及组织结构 | 第10-12页 |
| 1.4.1 论文研究内容 | 第10-11页 |
| 1.4.2 论文组织结构 | 第11-12页 |
| 第2章 针灸灸手势识别理论基础 | 第12-21页 |
| 2.1 动态手势识别 | 第12-13页 |
| 2.2 机器学习算法概述 | 第13-14页 |
| 2.3 主成分分析法 | 第14-17页 |
| 2.4 支持向量机算法 | 第17-19页 |
| 2.5 反向传递神经网络 | 第19-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第3章 手势势识别算法设计 | 第21-28页 |
| 3.1 手势数据收集 | 第23页 |
| 3.2 手势数据分析 | 第23-27页 |
| 3.2.1 主成分分析法降维 | 第24页 |
| 3.2.2 支持向量机算法训练 | 第24-25页 |
| 3.2.3 神经网络训练 | 第25-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 虚拟拟交互系统设计 | 第28-31页 |
| 4.1 虚拟设备使用 | 第28-29页 |
| 4.2 虚拟场景设计 | 第29-30页 |
| 4.3 本章小结 | 第30-31页 |
| 第5章 针灸灸训练系统详细实验 | 第31-48页 |
| 5.1 实验使用设备 | 第31-32页 |
| 5.2 实验环境配置 | 第32-33页 |
| 5.2.1 Oculus头盔开发环境配置 | 第32-33页 |
| 5.2.2 LeapMotion设备开发环境配置 | 第33页 |
| 5.3 手势数据获取及预处理 | 第33-36页 |
| 5.4 主成分分析法降维 | 第36-38页 |
| 5.5 机器学习算法使用及效果比对 | 第38-44页 |
| 5.6 虚拟场景构建及应用 | 第44-46页 |
| 5.7 本章小结 | 第46-48页 |
| 第6章 总结结与展望 | 第48-50页 |
| 6.1 总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 发表论文和和参加科研情况说明 | 第53-54页 |
| 致谢 | 第54-55页 |
