基于表面肌电信号的上肢精细动作模式识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 问题的背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 电极位置和个数研究现状 | 第10-11页 |
| 1.2.2 模式识别方法研究现状 | 第11-15页 |
| 1.3 章节安排 | 第15-17页 |
| 第二章 表面肌电信号的采集与预处理 | 第17-30页 |
| 2.1 表面肌电信号特性 | 第17-18页 |
| 2.2 表面肌电信号的采集 | 第18-22页 |
| 2.2.1 实验设备 | 第19页 |
| 2.2.2 手部动作选择 | 第19-20页 |
| 2.2.3 表面电极放置位置选择 | 第20-21页 |
| 2.2.4 信号采集过程 | 第21-22页 |
| 2.3 预处理 | 第22-29页 |
| 2.3.1 小波消噪 | 第22-25页 |
| 2.3.2 肌电动作信号分割 | 第25-27页 |
| 2.3.3 实验结果与分析 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 特征提取 | 第30-41页 |
| 3.1 时域特征分析 | 第30-33页 |
| 3.1.1 常见时域特征 | 第30-32页 |
| 3.1.2 参数模型 | 第32-33页 |
| 3.2 频域特征分析 | 第33-34页 |
| 3.3 时频域特征分析 | 第34-38页 |
| 3.4 实验结果及分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 降维与分类 | 第41-62页 |
| 4.1 特征降维 | 第41-46页 |
| 4.1.1 主成分分析法 | 第42-44页 |
| 4.1.2 局部线性嵌入法 | 第44-46页 |
| 4.2 分类器 | 第46-54页 |
| 4.2.1 支持向量机 | 第47-52页 |
| 4.2.2 线性判别分析 | 第52-54页 |
| 4.3 实验结果及分析 | 第54-61页 |
| 4.3.1 降维结果与分析 | 第54-57页 |
| 4.3.2 分类器结果及分析 | 第57-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 全文总结 | 第62-63页 |
| 5.2 未来展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附件 | 第70页 |
