面向肌電手勢交互系統(tǒng)的深度學習技術(shù)

1 緒論
1.1 新一代人機界面與手勢感知技術(shù)概述
1.2 基于表面肌電的人機界面（muscle-compter interface,MCI）
1.3 現(xiàn)有MCI系統(tǒng)面臨的挑戰(zhàn)
1.4 本研究工作
2 相關(guān)研究工作綜述
2.1 表面肌電信號的產(chǎn)生機理
2.2 面向MCI系統(tǒng)的機器學習方法
2.3 小結(jié)
3 面向肌電手勢識別的多流融合深度學習方法
3.1 概述
3.2 問題描述
3.3 面向肌電手勢識別的多流融合深度學習方法框架
3.4 性能評估與實驗分析
3.5 小結(jié)
4 面向肌電手勢識別的多視圖深度學習方法
4.1 概述
4.2 問題描述
4.3 面向肌電手勢識別的多視圖深度學習方法框架
4.4 性能評估與實驗分析
4.5 小結(jié)
5 會話間肌電手勢識別中的多流AdaBN領(lǐng)域自適應方法研究
5.1 概述
5.2 問題描述
5.3 多流AdaBN領(lǐng)域自適應方法介紹
5.4 性能評估與實驗分析
5.5 小結(jié)
6 總結(jié)與展望
參考文獻