- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于AR模型和BP网络的表面EMG信号模式分类.pdf
( )
第 32 卷 增刊 华 中 科 技 大 学 学 报 自然科学版 Vol . 32 Sup .
2004 年 10 月 J . Huazhong Univ . of Sci . Tech . (Nature Science Edition) Oct . 2004
基于 A R 模型和 B P 网络的
表面 EM G 信号模式分类
王 飞 罗志增
(杭州电子科技大学 机器人研究所 , 浙江 杭州 3 10038)
摘要 : 提出了一种以AR 模型和 B P 网络相结合的表面肌电信号处理方法. 首先 ,将采集到的肌电信号进行预
处理 ,提取 AR 系数作为其特征值 ;其次 ,设计了一个三层的B P 神经网络 ,利用 AR 系数对手臂的各种肢体动
作进行运动模式的分类. 实验表明 ,这种方法不仅减少了计算工作量 , 同时取得了比较理想的识别效果.
关 键 词 : 表面肌电信号 ; B P 神经网络 ; AR 模型
中图分类号 : TP242 文献标识码 : A 文章编号 : 167 145 12 (2004) S10 10003
Basing on A R model and BP neural net work to classif y SEM G
Wang Fei L uo Zhiz eng
Abstract : In t his p aper , a met hod to p rocess surface elect romyograp hy signal was p resented . It based on
A R model and B P neural network . Fir st , we created A R model wit h t he original signal t hat was p ret reated
and took t he coefficient as it s eigenvector . Second , a t hreelayer B P neural network was designed to classify
t he muscle movement of forearm wit h A R model coefficient . The experiment indicates t his measure can re
duce workload and get t he relatively good result s.
Key words : surface elect romyograp hy signal ; B P neural network ; A R model
Wang Fei Po st graduate ; Robotics Research Instit ute , Hangzhou Dianzi U niver sity , Hangzhou 3 10038 ,
China .
表面肌电信号是从皮肤表面通过电极引导记 适应 、鲁棒性和容错能力等特点 ,因而本研究利用
录下来的神经肌肉系统活动时的生物电信号, 它 A R 模型提取频域参数和 B P 网络作为模式分类
与肌肉的活动状态和功能状态之间存在着不同程 器 , 开展 了对前臂尺侧腕伸肌和 曲肌 的表面
度的关联性, 在一定的程度上反映了神经肌肉的 EM G 信号运动模式的研究.
活动, 因此肌电信号的特征可以判别不同的肢体
动作. 1 基于 A R 模型的 EM G 特征提取
传统肌电信号处理方法将肌电信号看作是时
间的函数, 通过对
您可能关注的文档
最近下载
- 2024年上海市普通高校招生本科艺术甲批次平行段院校专业组投档分数线美术与设计类.pdf VIP
- 2024入团共青团基础知识题库(含答案).docx
- 2024年在线网课学习课堂《健康管理科研思维训练(杭州师大 )》单元测试考核答案.pdf
- 2024年中国河南国际合作集团有限公司人员招聘考试题库及答案解析.docx
- 《骆驼祥子》读书分享PPT课件(精选图文).pptx
- 汉长安城遗址总体规划.pptx
- 欠钱不还的法院起诉书.docx VIP
- GB-T 10125-2012 人造气氛腐蚀试验 盐雾试验.pdf
- 新人教版七年级上册生物全册教案(2024年秋季新版教材).docx
- pcs-9651_080885技术和使用说明书.pdf
文档评论(0)