首页> 中文学位 >基于模式识别的高密度肌电控制方法研究
【6h】

基于模式识别的高密度肌电控制方法研究

代理获取

目录

声明

摘要

第1章绪论

1.1肌电信号的生理学基础

1.1.1神经肌肉控制系统

1.1.2动作电位与肌电信号

1.1.3肌电信号的检测

1.2肌电控制

1.2.1肌电控制研究背景

1.2.2肌电控制研究意义

1.3肌电模式识别研究现状

1.4本文研究的目标和内容

1.5论文组织架构

第2章肌电模式识别方法概述

2.1引言

2.2实验数据采集

2.2.2采集方案

2.3肌电信号预处理

2.4肌电信号特征提取

2.4.1时域特征

2.5分类方法

2.6本章小结

第3章基于动作转换点检测的肌电模式识别后处理算法

3.1引言

3.1.1多窗联合决策

3.1.2置信度提升

3.2基于动作转换点检测的后处理算法

3.2.1动作转换点检测

3.2.2决策更新策略

3.3验证方案与性能评估

3.3.2性能评估方法

3.4实验结果与分析

3.4.1参数选取与检测结果

3.4.2算法识别精度

3.4.3时间延迟性能

3.5讨论与总结

3.6本章小结

第4章基于深度学习的多自由度并行控制算法

4.1引言

4.1.1并行控制策略框架

4.1.2基于任务特有协同的并行控制算法

4.2基于深度学习的并行控制算法

4.2.1卷积神经网络

4.2.2多任务深度学习

4.2.3空间注意力机制

4.3实验方案

4.3.1并行测试方案

4.3.2新动作预测探索方案

4.4实验结果与分析

4.4.1算法识别精度

4.4.2损失函数收敛

4.4.3模型注意力结果

4.4.4新动作预测结果

4.5讨论与总结

4.6本章小结

第5章总结与展望

5.1论文总结

5.2研究展望

参考文献

致谢

在读期间发表的学术论文与参与的项目

展开▼

著录项

  • 作者

    喻斌;

  • 作者单位

    中国科学技术大学;

  • 授予单位 中国科学技术大学;
  • 学科 生物医学工程
  • 授予学位 硕士
  • 导师姓名 张旭;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP2TN9;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号