

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),隨著現(xiàn)在計(jì)算機(jī)技術(shù)、神經(jīng)學(xué)、數(shù)字信號(hào)處理技術(shù)和模式識(shí)別等技術(shù)的快速發(fā)展,相關(guān)研究人員對(duì)表面肌電信號(hào)(surface electromyography,sEMG)進(jìn)入了進(jìn)一步研究。研究表明,表面EMG在智能假肢、智能輪椅、康復(fù)醫(yī)學(xué)等領(lǐng)域有著廣泛應(yīng)用。本文在深入探究表面EMG發(fā)放機(jī)理的基礎(chǔ)上,并結(jié)合表面EMG的特性,主要研究人體上肢手臂的表面肌電信號(hào)的拾取以及多動(dòng)作模式識(shí)別算法,進(jìn)而實(shí)現(xiàn)手腕展拳、握拳、內(nèi)翻及外翻四種動(dòng)作模式分類(lèi)。通
2、過(guò)這個(gè)研究工作可以為基于肌電的智能輪椅提供一定的參考依據(jù)和實(shí)踐平臺(tái)。主要研究工作及創(chuàng)新之處如下:
?。?)搭建基于labview的EMG采集平臺(tái),分為采集表面EMG需要的硬件電路和labview搭建的軟件系統(tǒng)兩個(gè)方面。設(shè)計(jì)的平臺(tái)可以實(shí)時(shí)采集和處理有效的EMG。
?。?)針對(duì)表面EMG的非平穩(wěn)性和非線性特性以及小波包多尺度分解后系數(shù)維數(shù)過(guò)高的問(wèn)題,為了在表征有效的肌電信號(hào)的同時(shí),最大程度的降低特征空間的維數(shù)進(jìn)而簡(jiǎn)化分類(lèi)器的
3、結(jié)構(gòu),提出一種小波包多尺度分解的特征表示和模式識(shí)別方法。對(duì)采集到的肱橈肌、橈側(cè)腕屈肌、尺側(cè)腕屈肌和指伸肌四路表面EMG進(jìn)行小波包多尺度分解,得到分解后的小波系數(shù)。然后,一方面根據(jù)小波包多尺度分解系數(shù)與表面肌電信號(hào)能量之間的內(nèi)在聯(lián)系重構(gòu)了特征向量,另一方面根據(jù)正交小波包基組成的基向量重構(gòu)特征向量,分別獲得動(dòng)作模式特征矩陣;并與時(shí)域法、頻域法、時(shí)-頻域法等特征提取方法對(duì)比實(shí)驗(yàn)。通過(guò)使用非線性自回歸神經(jīng)網(wǎng)絡(luò)分類(lèi)器進(jìn)行對(duì)比實(shí)驗(yàn)可知,提出的小波包
4、多尺度分解后重構(gòu)特征向量的方法明顯優(yōu)于時(shí)域分析法及常用的頻域和時(shí)頻域分析法,能夠很好的體現(xiàn)表面 EMG的特征并簡(jiǎn)化分類(lèi)器的結(jié)構(gòu)。
?。?)為了提高前臂動(dòng)作模式的識(shí)別效率,運(yùn)用非線性自回歸神經(jīng)網(wǎng)絡(luò)對(duì)表面信號(hào)進(jìn)行動(dòng)作模式識(shí)別。通過(guò)與Bayes算法、Fisher、BP網(wǎng)絡(luò)、K近鄰和SVM等分類(lèi)模型對(duì)比實(shí)驗(yàn)可知,非線性自回歸網(wǎng)絡(luò)對(duì)動(dòng)作模式的特征識(shí)別效率更高。
實(shí)驗(yàn)結(jié)果表明,運(yùn)用文中提出的表面肌電信號(hào)的動(dòng)作模式特征表示和識(shí)別方法
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于表面肌電信號(hào)的下肢動(dòng)作識(shí)別研究.pdf
- 基于表面肌電信號(hào)的動(dòng)作模式識(shí)別.pdf
- 基于表面肌電信號(hào)的人體動(dòng)作識(shí)別與交互.pdf
- 表面肌電信號(hào)采集與動(dòng)作模式識(shí)別研究.pdf
- 表面肌電信號(hào)的動(dòng)作模式辨識(shí).pdf
- 基于表面肌電信號(hào)的生物醫(yī)學(xué)人機(jī)接口研究.pdf
- 基于肌電信號(hào)的多模式人機(jī)接口研究.pdf
- 基于支持向量機(jī)的表面肌電信號(hào)手部動(dòng)作識(shí)別.pdf
- 基于經(jīng)驗(yàn)公式的連續(xù)手勢(shì)動(dòng)作表面肌電信號(hào)識(shí)別方法.pdf
- 基于肌電信號(hào)的人機(jī)接口技術(shù)的研究.pdf
- 表面肌電信號(hào)識(shí)別和分類(lèi)的研究.pdf
- 基于肌電信號(hào)的手指組合動(dòng)作識(shí)別研究.pdf
- 動(dòng)作表面肌電信號(hào)的特征提取方法研究.pdf
- 基于表面肌電信號(hào)區(qū)分上肢動(dòng)作的實(shí)驗(yàn)研究.pdf
- 基于表面肌電信號(hào)的人手抓取動(dòng)作模式識(shí)別技術(shù)研究.pdf
- 智能仿生手臂的表面肌電信號(hào)采集與動(dòng)作仿真系統(tǒng)設(shè)計(jì)
- 假肢控制中表面肌電信號(hào)分析系統(tǒng)研究.pdf
- 表面肌電信號(hào)的運(yùn)動(dòng)單位動(dòng)作電位檢測(cè).pdf
- 基于肌電信號(hào)的手臂動(dòng)作識(shí)別及虛擬仿真.pdf
- 基于肌電信號(hào)的人手動(dòng)作模式識(shí)別.pdf
評(píng)論
0/150
提交評(píng)論