江苏大学硕士学位论文
人工神经网络(ArtificialNeuralNetwork,ANN)模仿生物神经元结构和神经信息传递机理,由许多具有非线性映射能力的神经元组成,神经元之间通过权系数相连接构成自适应非线性动态系统。人工神经网络的自组织、自适应学习以及优秀的容错性能使得它在某些系统辨识和模式识别问题上显示出极大的优越性。将神经网络用于肌电模式分类已经进行了相当多的研究,并取得了非常好的结果。在各种模型中,多层感知器模型在肌电分析中应用最为广泛。通常的处理方法是在提取了信号的特征矢量之后,将其作为网络输入,以相应的动作模式作为输出,通过学习和训练实现分类。利用神经网络分类器的自适应性,可以减少实际假肢应用时的训练量,同时神经网络的并行结构加快了信号的处理速度,减少了控制延时。
在处理肌电信号动作模式分类问题时,传统的方法是根据某些特征设计单一的目标分类器,虽然这些方法都取得了一定成功,但是使用单分类器进行分类有以下几个缺陷:
(1)一些分类器只对某些特征有强的识别能力,对其他特征则识别能力较差;当目标类别多,样本特征复杂时,分类器的精确度和稳健性就会大受影响;
(2)基于一组特定目标特征和某 特定方法设计的分类器,仅能用一种感知方式去感知对象,用单一的处理方式来处理所得信息,难以形成对分类对象的本质特性的全面认识,在信息处理过程中也容易丢失有用信息;
(3)即使分类器本身有较高的分类性能,也不能避免自身固有的缺陷,例如神经网络理论为目标分类器的设计提供了有效的手段,然而常用的神经网络模型具有陷入局部极小值的危险,使得基于单个神经网络的分类器难以实现全局最优。
1.4信息融合应用于模式识别
信息融合是许多传统学科和新兴工程领域相结合而产生的一个新的前沿技术领域,它是指对来自多个传感器的数据进行多级别、多方面、多层次的处理,从而产生新的有意义的信息,而这种新信息是任何单一传感器所无法获得的【221。信息融合首先在军事领域获得了巨大的成功,而后迅速推广到民事领域,具有广泛的应用前景。目前多传感器信息融合的应用热点主要包括:模式识别、图10
(SVM)分类器,很好地实现了对前臂8种运动表面肌电信号的模式分类,8种运动模式的平均识别率为98.75%.研究表明SVM分类准确率明显优于传统的BP神经网络、Elman神经网络...
表面肌电信号识别和分类的研究_信息与通信_工程科技_专业资料。表面肌电信号识别...信号处理技术和模式识别技术的发展 给生命科学的研究带了了巨大的影 响在 EMG ...
对肌电信号的模 式识别进行了研究 , 研究表明 , 该方法识别率高 , 鲁棒性好·彻底实现了对前臂 8 种不同动作肌电 信号的模式分类· [ 6] 1 基于小波变换...
本研究是从肌电信号的产生机理出发,选取能从整体及细节两方面表征出肌电信号序列形态特征的 非线性信息,设计具有增量学习能力的动作模式分类器。实现对手腕的 4 种...
特征提取以及分类识别在内的多种动作SEMG识别方法进行...2.基于加速度与SEMG信息融合的手语手势识别研究。此...关键词:表面肌电信号 步行者航位推算 模式识别手势...
进行了多尺度分解,并提取小波包 分解系数的能量值构建特征矢量,采用四种方法设计多类最小二乘支持向量机(LS-SVM)分类 器,对 8 种表面肌电信号进行了模式分类。...
的研究引起了越来越多 人的 兴趣, 表面肌电的检测...[ 1] 供 更多 的有关 肌电 的空 间分 布信息...四阶原点均三 矩 , 将其作为信号特征用于模式分类...
分类号UDC 密级 学位论文上肢表面肌电信号的处理与运动模式辨识方法研究 作者姓名:崔建国 指导教师:王旭教授 东北大学信息科学与工程学院 申请学位级别:博士 学科专业...
疲劳的表面肌电信号特征研究_物理_自然科学_专业...矩或四阶原点矩 ,将其作 为信号特征用于模式分类...体育科技信息,1995,15(1):11-14〔3〕BuchananT...
(euec uni—etrc~neqat if ctnaas,Q ,并利用 RaonliRA)iys P和R A研究 了...I 不 同肢体运动模式下的表面肌电信号提取相应 的特 征进行分类,能够为肌 电...
热门文档