基于双分支网络的表面肌电信号识别方法

1

作者 王万良 潘杰 +1 位作者 王铮 潘家宇 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第11期2208-2218,2229,共12页

针对目前表面肌电信号(sEMG)手势识别细节信息提取不充分,对相似手势区分困难的问题,提出基于加强二维化特征的双分支网络(ETDTBN)模型.该模型通过加强二维化方法生成二维特征图,使用多层卷积神经网络(ML-CNN)提取sEMG的空间特征,利用... 针对目前表面肌电信号(sEMG)手势识别细节信息提取不充分,对相似手势区分困难的问题,提出基于加强二维化特征的双分支网络(ETDTBN)模型.该模型通过加强二维化方法生成二维特征图,使用多层卷积神经网络(ML-CNN)提取sEMG的空间特征,利用双向门控循环单元(Bi-GRU)提取原始信号的时序特征.考虑到不同的特征对网络的影响程度不同,引入自适应特征融合机制对不同分支进行融合,强化有用特征并弱化无用特征,提高表面肌电识别的准确率.实验在电极偏移和不同受试者2种情况下对ETDTBN进行训练与测试,与主流的肌电手势识别模型进行对比.可知,ETDTBN的总体识别准确率分别为86.95%和84.15%,准确率均为最优,证明了该模型的有效性. 展开更多

关键词 表面肌电信号(semg) 手势识别 加强二维化特征 双分支网络 自适应特征融合机制

在线阅读 下载PDF 职称材料

基于表面肌电信号对比分析的下肢假肢佩戴者提物补偿机制研究

2

作者 付艳 周玮 +2 位作者 李世其 陈乾 冷奕 《人类工效学》 2017年第1期5-10,共6页

目的本研究通过比较肢残者健体与残体生物力学参数的差异,分析下肢假肢佩戴者的健体在提物过程中对残体的补偿机制以及提物方法和负重水平对补偿机制的影响。方法以弯腰不屈膝和屈膝不弯腰两种提物方式以及三个重量水平作为实验自变量... 目的本研究通过比较肢残者健体与残体生物力学参数的差异,分析下肢假肢佩戴者的健体在提物过程中对残体的补偿机制以及提物方法和负重水平对补偿机制的影响。方法以弯腰不屈膝和屈膝不弯腰两种提物方式以及三个重量水平作为实验自变量。通过肌电仪记录5名健体者和5名下肢截肢者在试验过程中6块肌肉(左右背阔肌、左右竖脊肌和左右股直肌)的肌电数据。通过表面肌电的时域分析,对比分析肢残者两侧以及实验组与对照组在6块主要活动肌群肌力的差异。结果对于积分肌电值(iEMG),残疾人被试在残疾一侧的iEMG指标值都要显著小于其健体一侧,背阔肌(P<0.001,n=90)、竖脊肌(P<0.01,n=90)、股直肌(P<0.001,n=90)。残疾被试的股直肌健体一侧明显大于健康被试(P<0.05,n=90);残疾人残体一侧背阔肌明显高于健康被试者(P<0.05,n=45)。结论提物活动过程中,残疾人假肢一侧的股直肌和腰部的持久力和爆发力均弱于其他身体部位,健体一侧的背部、腿部和腰部提供能力补偿。 展开更多

关键词 积分肌电值(iEMG) 提物任务 补偿机制 下肢截肢者 表面肌电(semg) 职业健康 工伤 生物力学

在线阅读 下载PDF 职称材料

表面肌电信号的下肢痉挛信号特征分析与识别 被引量：5

3

作者 姜亚斌 邹任玲 +2 位作者 刘建 徐秀林 胡秀枋 《电子科技》 2017年第11期38-41,共4页

在脑卒中患者的康复治疗中偶发性下肢肌肉痉挛,会给患者在康复训练过程中带来危害隐患问题。因此,如何能在训练过程中识别痉挛并及时中断训练,文中通对下肢表面肌电信号的采集,采用基于形状的模版匹配法来识别痉挛信号,具体以皮尔逊相... 在脑卒中患者的康复治疗中偶发性下肢肌肉痉挛,会给患者在康复训练过程中带来危害隐患问题。因此,如何能在训练过程中识别痉挛并及时中断训练,文中通对下肢表面肌电信号的采集,采用基于形状的模版匹配法来识别痉挛信号,具体以皮尔逊相关系数来实现表面肌电信号的下肢痉挛信号的模版匹配分析测得下肢痉挛信号。测试结果表明,模版匹配法在个人痉挛信号识别中的准确性,显示了在泛用痉挛信号识别中的可行性。 展开更多

关键词 表面肌电信号 下肢痉挛信号 模板匹配法 皮尔逊相关系数

在线阅读 下载PDF 职称材料

基于SVM的下肢运动表面肌电信号的特征提取与辨识分析 被引量：3

4

作者 张羿 赵慧龙 +1 位作者 张向刚 秦开宇 《载人航天》 CSCD 2015年第2期179-186,共8页

为了对蹲、站、行走支撑与行走摆动四类人体典型运动行为进行有效的分类辨识,三位健康且未经过专业训练的受试者被邀请参加运动实验,实验对人体下肢股内侧肌的表面肌电信号(Electromyography,EMG)进行实时采集和记录。通过时域、频域、... 为了对蹲、站、行走支撑与行走摆动四类人体典型运动行为进行有效的分类辨识,三位健康且未经过专业训练的受试者被邀请参加运动实验,实验对人体下肢股内侧肌的表面肌电信号(Electromyography,EMG)进行实时采集和记录。通过时域、频域、时频域方法,对特征值进行提取,发现下肢股内侧肌的表面肌电信号在下蹲、起立、行走支撑期和行走摆动期四类运动方式下的动态特征具有明显的差异性。基于上述结论,介绍了一种基于支持向量机(Support Vector Machine,SVM)的误识别样本二次分类方法,对上述典型运动类型进行了辨识分析。与传统单次样本识别结果相比,本文所发展的基于SVM特征值分析的误识别样本二次分类方法能较好地提高识别效果,样本辨识结果显示时域和时频域的识别效果最好,时频域方法抗外界干扰能力较好。 展开更多

关键词 下肢 表面肌电信号 特征提取 支持向量机 时频域

在线阅读 下载PDF 职称材料

不同行走步幅对下肢肌表面肌电信号影响的研究

5

作者 戚瑶 刘云发 《文体用品与科技》 2016年第6期136-137,共2页

目的：探讨不同步幅的行走方式对人体胫骨前肌、腓肠肌内侧头、腓肠肌外侧头、股外侧肌、股直肌、股内侧肌、半腱肌和股二头肌表面肌电（s EMG）信号的影响,为以行走作为健身方式的步幅选择及健步走步幅标准的制定提供科学依据。

关键词 行走 下肢肌 表面肌电信号 步频 步幅 柔韧性 健步走

在线阅读 下载PDF 职称材料

一种基于表面肌电信号的踝关节角度的预测方法 被引量：1

6

作者 廖尉捷 《科学技术创新》 2021年第2期31-32,共2页

针对下肢康复机器人和下肢外骨骼机器人踝关节运动柔顺性、准确性问题,进行了表面肌电信号与踝关节角度映射关系及预测的研究,提出了一种基于表面肌电信号对踝关节角度进行预测的方法。首先,采集人体下肢4块肌肉(胫骨前肌、比目鱼肌、... 针对下肢康复机器人和下肢外骨骼机器人踝关节运动柔顺性、准确性问题,进行了表面肌电信号与踝关节角度映射关系及预测的研究,提出了一种基于表面肌电信号对踝关节角度进行预测的方法。首先,采集人体下肢4块肌肉(胫骨前肌、比目鱼肌、股外侧肌和股二头肌)的表面肌电信号及踝关节角度作为研究数据。其次,建立了一个四层BP神经网络进行训练。最后,神经网络依据输入的表面肌电信号预测出踝关节角度。实验结果与传统小波滤波后的肌电信号所得结果相对比,结果显示所提出的方法可以准确预测踝关节角度值。 展开更多

关键词 表面肌电信号(semg) BP神经网络 踝关节

在线阅读 下载PDF 职称材料

融合表面肌电和加速度信号的下肢运动模式识别研究 被引量：8

7

作者 席旭刚 汤敏彦 +2 位作者 张自豪 张启忠 罗志增 《电子学报》 EI CAS CSCD 北大核心 2017年第11期2735-2741,共7页

为了提高下肢运动模式识别率,本文设计了一种融合表面肌电和加速度信号的下肢运动模式识别方法.首先,用局部均值分解将表面肌电信号分解为多个乘积函数(Product Functions,PFs),再计算PF成分的多尺度排序熵.然后,通过拉普拉斯权重(Lapla... 为了提高下肢运动模式识别率,本文设计了一种融合表面肌电和加速度信号的下肢运动模式识别方法.首先,用局部均值分解将表面肌电信号分解为多个乘积函数(Product Functions,PFs),再计算PF成分的多尺度排序熵.然后,通过拉普拉斯权重(Laplacian score,LS)特征选择算法选定每路肌电信号的一个尺度排序熵为特征,并把该特征和加速度信号的排序熵组成特征向量.最后,根据类内欧氏距离和类间样本分布,设计了改进的二叉树支持向量机,把特征向量输入该支持向量机进行下肢运动模式分类.实验结果表明所提方法对七个日常动作的平均识别率达到98.62%,相较于其他方法有较高的识别率. 展开更多

关键词 下肢运动模式识别 表面肌电信号 加速度信号 多尺度排序熵 改进二叉树支持向量机

在线阅读 下载PDF 职称材料

基于肌电信号稀疏特征的手势识别方法研究 被引量：5

8

作者 李赵春 顾权 王玉成 《电子技术应用》 2020年第4期82-88,共7页

基于表面肌电信号(sEMG)的手势识别技术是人机自然交互领域的重要研究方向。手势识别技术的实现关键在于如何提取sEMG信号的有效特征。提出了一种提取sEMG信号稀疏特征用于多类手势识别的有效方法。该方法以稀疏表示作为特征提取工具,... 基于表面肌电信号(sEMG)的手势识别技术是人机自然交互领域的重要研究方向。手势识别技术的实现关键在于如何提取sEMG信号的有效特征。提出了一种提取sEMG信号稀疏特征用于多类手势识别的有效方法。该方法以稀疏表示作为特征提取工具,以支持向量机(SVM)作为分类器对多个手势进行识别。首先,采用双阈值法检测分割出手势动作的活动段;其次随机抽取部分运动段样本初始化稀疏表示词典,利用KSVD方法对过完备字典和稀疏系数进行无监督更新;最后,利用SVM对稀疏系数特征向量进行分类以实现对不同手势的识别。通过在公开数据库和自有数据库上进行实验测试,结果表明结合稀疏特征和SVM分类方法可实现16种手势平均识别准确率达到98.4%。 展开更多

关键词 表面肌电信号semg 稀疏表示 手势识别 人机交互

在线阅读 下载PDF 职称材料

基于柔性干电极的肌电信号无线采集系统设计 被引量：5

9

作者 白建新 刘宇鹏 +6 位作者 刘学 崔让 曹慧亮 单彦虎 于芳 原亚会 王任鑫 《微纳电子技术》 北大核心 2019年第7期556-563,共8页

传统Ag/AgCl湿电极存在柔韧性差、稳定性不高等缺点,已不能满足应用于智能可穿戴设备采集表面肌电信号(sEMG)的需求。提出一种通过微电子机械系统(MEMS)技术制备柔性干电极的方法,并针对柔性干电极的特点设计一套便携式16通道sEMG无线... 传统Ag/AgCl湿电极存在柔韧性差、稳定性不高等缺点,已不能满足应用于智能可穿戴设备采集表面肌电信号(sEMG)的需求。提出一种通过微电子机械系统(MEMS)技术制备柔性干电极的方法,并针对柔性干电极的特点设计一套便携式16通道sEMG无线采集系统。通过光刻、刻蚀、聚二甲基硅氧烷(PDMS)形貌转移等工艺制成面积1 cm^2、厚度1 mm、底部直径80μm、高度143μm、中心距160~240μm的柔性微针阵列干电极。无线采集系统将采集到的sEMG进行放大、滤波、A/D转换和无线传输后,由LabVIEW编写的上位机进行波形显示和数据存储。整个采集装置尺寸为6 cm×2.5 cm×1.5 cm,电池容量为200 mA·h,充电5 min可在室外50 m范围内工作4 h左右。该无线采集装置配合柔性干电极提取sEMG具有采集通道多、稳定性好、传输距离远、实时显示波形、生物兼容性好等优点。 展开更多

关键词 可穿戴设备 柔性干电极 微电子机械系统(MEMS) 表面肌电信号(semg) 无线采集

在线阅读 下载PDF 职称材料

基于表面肌电和位姿信息融合的手势动作识别 被引量：2

10

作者 杨庆华 金圣权 +1 位作者 都明宇 王志恒 《高技术通讯》 CAS 2023年第12期1295-1302,共8页

针对仅通过表面肌电信号(sEMG)进行手势识别难以应对复杂手势的问题,提出一种基于表面肌电和位姿信息融合的手势识别方法。通过双阈值方法对信号活动段进行分割,提取表面肌电信号、位姿信号的特征,使用核主成分分析方法(KPCA)对提取特... 针对仅通过表面肌电信号(sEMG)进行手势识别难以应对复杂手势的问题,提出一种基于表面肌电和位姿信息融合的手势识别方法。通过双阈值方法对信号活动段进行分割,提取表面肌电信号、位姿信号的特征,使用核主成分分析方法(KPCA)对提取特征进行降维融合,使提取特征中的非线性信息得到较好保留,最后通过随机森林(RF)分类器进行分类识别。实验结果显示,该方法对10名受试者的11种不同手势的最佳平均识别率为98.23%,单个动作的识别准确率均在90%以上,验证了提出方法的可靠性。 展开更多

关键词 表面肌电信号(semg) 位姿信号 多模融合 核主成分分析方法(KPCA) 随机森林(RF)

在线阅读 下载PDF 职称材料

基于GA-RBF神经网络和sEMG的下肢动作识别方法研究 被引量：3

11

作者 张鹏 张峻霞 +1 位作者 刘瑞恒 Ahmed Mohamed Moneeb Elsabbagh 《中国生物医学工程学报》 CAS CSCD 北大核心 2022年第1期41-47,共7页

为了提高人体肌电信号对于下肢动作识别的准确率,提出一种基于遗传算法(GA)优化的径向基(RBF)神经网络分类模型。通过采集人体日常8种下肢动作的表面肌电信号并选择“sym6”系小波函数对肌电信号进行滤波预处理,使用主成分分析法(PCA)... 为了提高人体肌电信号对于下肢动作识别的准确率,提出一种基于遗传算法(GA)优化的径向基(RBF)神经网络分类模型。通过采集人体日常8种下肢动作的表面肌电信号并选择“sym6”系小波函数对肌电信号进行滤波预处理,使用主成分分析法(PCA)对时频域特征降维,把特征向量输入GA算法优化的RBF神经网络进行训练和识别。实验结果表明,该方法对同一受试者8种下肢动作的平均识别率为94.00%±0.45%;对15位不同受试下肢动作识别率达到89.30%,比传统BP神经网络的识别准确率提高11.8%,预测时间缩短6 s。所提出的方法为肌电信号应用于下肢智能康复机器人的意图识别研究提供参考,有助于病人的康复。 展开更多

关键词 下肢表面肌电信号 小波变换 运动识别 RBF神经网络 主成分分析

在线阅读 下载PDF 职称材料

sEMG多特征融合的自适应神经网络下肢运动意图识别研究 被引量：2

12

作者 刘瑞恒 张峻霞 钱芊橙 《现代电子技术》 2022年第7期33-40,共8页

针对表面肌电信号单一特征进行动作意图识别准确率低的问题,提出一种利用表面肌电信号多特征融合的动态自适应神经网络算法,实现8种下肢运动意图的准确识别。采集8种下肢动作的表面肌电信号,利用小波基函数对原始信号进行降噪处理,提取... 针对表面肌电信号单一特征进行动作意图识别准确率低的问题,提出一种利用表面肌电信号多特征融合的动态自适应神经网络算法,实现8种下肢运动意图的准确识别。采集8种下肢动作的表面肌电信号,利用小波基函数对原始信号进行降噪处理,提取时域、小波变换和样本熵的原始特征参数。对原始特征进行主成分分析,降低特征维度,使用改进的差分进化算法优化各个特征的权重值;针对传统BP神经网络梯度下降法收敛速度慢的问题,使用动态自适应学习率的神经网络算法代替传统BP神经网络识别方法,既提升了模型的收敛速度,又提高了运动意图识别的准确率。实验结果表明,采用多特征融合的自适应神经网络模型识别8种下肢运动意图,平均识别准确率达到94.89%,比单特征的BP神经网络方法识别准确率提高10%以上,动作的识别时间只需要280 ms。该方法在300 ms内可实现对下肢动作的识别,能够达到运动意图识别的要求。 展开更多

关键词 下肢运动意图识别 多特征融合 动态自适应神经网络 特征提取 下肢表面肌电信号 差分进化算法 小波分析 主成分分析

在线阅读 下载PDF 职称材料

基于步态事件和sEMG的功能性电刺激起始点研究

13

作者 邓昌仁 陈恩伟 +1 位作者 张佳峰 王勇 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第5期590-595,共6页

足下垂患者步行过程中进行功能性电刺激可以帮助其恢复正常行走能力,而准确确定功能性电刺激的开启时间至关重要。文章针对该问题,利用步行过程中下肢的角速度和表面肌电信号(surface electromyography,sEMG),提出一种以步态事件与肌肉... 足下垂患者步行过程中进行功能性电刺激可以帮助其恢复正常行走能力,而准确确定功能性电刺激的开启时间至关重要。文章针对该问题,利用步行过程中下肢的角速度和表面肌电信号(surface electromyography,sEMG),提出一种以步态事件与肌肉动作点之间延时关系为控制策略的足下垂步行过程中功能性电刺激准确开启的方法。根据步态信息和sEMG电信号特征对大腿处的角速度数据进行步态事件划分,试验结果表明步态事件划分得具有良好一致性;利用模糊熵算法对去噪后的sEMG信号进行肌肉运动起始点T muscle的判定,确定T muscle与脚尖离地(toe off,TO)之间的延时时间关系;结合所划分的步态事件特征点,确定电刺激起始点T on。该文为足下垂治疗中功能性电刺激开启时间点的确定提供了一种新的辨识方法。 展开更多

关键词 步态分析 表面肌电信号(semg) 模糊熵 功能性电刺激起始点 足下垂

在线阅读 下载PDF 职称材料

熵在不同等级偏瘫患者sEMG运动检测中的应用 被引量：2

14

作者 赵翠莲 徐浩宇 +1 位作者 罗林辉 王凯 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2018年第4期798-805,818,共9页

不同等级偏瘫患者的表面肌电信号(sEMG)受噪声影响不同,研究适合从偏瘫患者的肌电信号中检测肌肉活动的算法.对Brunnstrom分级Ⅰ-Ⅴ级偏瘫患者,采集双侧共同腕伸运动时前臂原动肌的肌电信号,将健康侧的信号作为对照组.采用运动/静息比方... 不同等级偏瘫患者的表面肌电信号(sEMG)受噪声影响不同,研究适合从偏瘫患者的肌电信号中检测肌肉活动的算法.对Brunnstrom分级Ⅰ-Ⅴ级偏瘫患者,采集双侧共同腕伸运动时前臂原动肌的肌电信号,将健康侧的信号作为对照组.采用运动/静息比方法,计算信号信噪比(SNR),对信号进行绝对值均值(MAV)、模糊熵(FuzzyEn)、样本熵(SampEn)、近似熵(ApEn)的滑动窗运算,比较在不同等级患者中各特征算法的优劣.在不同等级偏瘫患者中,患侧肌电信号的SNR与患者等级呈正相关性.与MAV法相比,3种熵值算法对Ⅱ-Ⅴ级偏瘫患者sEMG运动检测的适应性更好,有检测弱肌力患者潜在运动信号的潜力,其中FuzzyEn比其他熵值算法的适应性更好.对噪声的敏感性方面,FuzzyEn受影响最小. 展开更多

关键词 运动检测 表面肌电信号(semg) 熵 绝对值均值(MAV) 偏瘫患者 不同等级

在线阅读 下载PDF 职称材料

基于改进MPSO-SVM算法的下肢连续运动预测模型 被引量：4

15

作者 隋修武 石峰 《天津工业大学学报》 CAS 北大核心 2019年第6期69-75,共7页

针对当前下肢连续运动预测精度低的问题,提出一种基于改进的MPSO-SVM算法对下肢连续运动进行精确预测。首先采集人体正常行走时下肢的表面肌电信号、加速度和髋关节角度信息,对消噪后的肌电信号提取均方根值、积分肌电值和加速度的信号... 针对当前下肢连续运动预测精度低的问题,提出一种基于改进的MPSO-SVM算法对下肢连续运动进行精确预测。首先采集人体正常行走时下肢的表面肌电信号、加速度和髋关节角度信息,对消噪后的肌电信号提取均方根值、积分肌电值和加速度的信号幅度域作为特征样本,利用主成分分析方法进行特征值融合,然后通过引入正弦函数和指数函数对自适应粒子群优化(MPSO)算法进行改进,利用改进的MPSO算法优化支持向量机(SVM)的惩罚参数和核函数参数,最后,利用行走时下肢的肌电信号和加速度信号特征样本数据对基于改进的MPSO-SVM算法构造的髋关节角度预测模型进行训练、测试。结果表明:基于改进的MPSO-SVM算法对髋关节的关节角度预测均方根误差为2.67°、平均误差为1.40°、最大绝对误差为7.72°,远远优于SVM算法预测的21.27°、8.02°、58.38°和BP神经网络预测结果的23.60°、13.59°、63.69°。 展开更多

关键词 支持向量机 运动预测模型 下肢连续运动 康复训练机器人 表面肌电信号 特征值融合 算法优化

在线阅读 下载PDF 职称材料

一种基于卷积神经网络的下肢动作模式识别方法 被引量：3

16

作者 张霞 赵东 陶思翰 《河北科技大学学报》 CAS 北大核心 2022年第4期347-354,共8页

针对目前下肢动作模式识别技术存在的数据量少、识别率低的问题,提出了一种新的基于卷积神经网络的下肢动作模式识别方法。以下肢步态动作识别为对象,采集无负重平地行走,无负重上/下楼及负重上/下楼5种步态的表面肌电信号(surface elec... 针对目前下肢动作模式识别技术存在的数据量少、识别率低的问题,提出了一种新的基于卷积神经网络的下肢动作模式识别方法。以下肢步态动作识别为对象,采集无负重平地行走,无负重上/下楼及负重上/下楼5种步态的表面肌电信号(surface electromyography, sEMG),对sEMG进行特征提取,构建了一种以特征集作为输入的卷积神经网络,并比较了其与另外几种传统分类识别方法的识别准确率和工作特征。实验结果表明,新方法对于5种步态的平均识别准确率大于95%,错误率都低于8%,具有较高的准确性。因此所提方法的输入特征集更能代表预测模型特征,模式识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供参考。 展开更多

关键词 模式识别 表面肌电信号 卷积神经网络 特征提取 分类识别 下肢动作

在线阅读 下载PDF 职称材料

基于黎曼普鲁克的手部离散动作识别方法

17

作者 王志恒 沈家和 +1 位作者 都明宇 杨庆华 《高技术通讯》 CAS 北大核心 2024年第8期854-863,共10页

肌电信号能反映人体的运动意图,是外骨骼和假肢控制的主要信号之一。但受试者间的差异,增加了基于表面肌电信号(sEMG)的手部离散动作识别使用成本。针对这一情况,本文从域适应的角度出发,提出一种基于小型调整集的迁移学习建模方法。该... 肌电信号能反映人体的运动意图,是外骨骼和假肢控制的主要信号之一。但受试者间的差异,增加了基于表面肌电信号(sEMG)的手部离散动作识别使用成本。针对这一情况,本文从域适应的角度出发,提出一种基于小型调整集的迁移学习建模方法。该方法利用黎曼普鲁克分析(RPA)提取黎曼特征与传统时域特征作为支持向量机(SVM)的输入特征,并通过实验验证了其识别精度。在10名受试者身上进行了实验,在黎曼特征下黎曼普鲁克分析相比于不进行迁移学习的动作识别方法提高了5%~7%的准确率。在特征空间分布上,黎曼普鲁克分析后的黎曼特征的重合度更高。结果表明,该方法在基于肌电信号的手部离散动作识别上有明显优势。 展开更多

关键词 表面肌电信号(semg) 黎曼普鲁克分析(RPA) 手势识别 支持向量机(SVM) 迁移学习

在线阅读 下载PDF 职称材料

基于分步机器学习的智能假肢步态识别

18

作者 刘磊 杨鹏 刘作军 《高技术通讯》 CAS 北大核心 2024年第11期1200-1210,共11页

为了改善当前智能假肢步态识别在特征值选取和使用单一分类模型进行步态识别的不足,提高智能假肢穿戴者步态识别准确率,选择表面肌电信号(sEMG)作为步态识别信号源,提出基于灰度模型系数的特征提取方法,建立基于分步机器学习的步态识别... 为了改善当前智能假肢步态识别在特征值选取和使用单一分类模型进行步态识别的不足,提高智能假肢穿戴者步态识别准确率,选择表面肌电信号(sEMG)作为步态识别信号源,提出基于灰度模型系数的特征提取方法,建立基于分步机器学习的步态识别模型。该模型选取灰度模型系数作为输入特征值,运用深度瘠波神经网络对步态做出初步识别,区分出易混淆步态,最后使用基于花授粉算法优化极限学习机参数的方法对易混淆步态作进一步的区分。实验结果表明,该方法对于平地行走、上楼、下楼、上坡、下坡、起立和坐下7种步态的识别准确率为98.25%,识别时间为70.48 ms,识别准确率高于单一机器学习模型。 展开更多

关键词 智能假肢 步态识别 表面肌电信号(semg) 灰度模型 极限学习机

在线阅读 下载PDF 职称材料

采用多核相关向量机的人体步态识别 被引量：8

19

作者 刘磊 杨鹏 刘作军 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2017年第3期562-571,共10页

为进一步提升人体步态识别的准确率,参考人体步态特点,选择下肢表面肌电信号(SEMG)、髋关节角度、膝关节角度作为步态识别信息源,提出一种基于多核相关向量机(MKRVM)的人体步态识别方法.该方法以多源信息特征值作为多核相关向量机的输入... 为进一步提升人体步态识别的准确率,参考人体步态特点,选择下肢表面肌电信号(SEMG)、髋关节角度、膝关节角度作为步态识别信息源,提出一种基于多核相关向量机(MKRVM)的人体步态识别方法.该方法以多源信息特征值作为多核相关向量机的输入,通过实验对不同信号选取合适的核函数,利用萤火虫优化(GSO)算法确定核函数参数,输出为不同步态的概率.利用训练好的模型直接对新样本进行分类,将概率最高的步态模式作为识别结果.实验结果表明,该方法对于平地行走、上楼、下楼、上坡、下坡等步态的平均识别率为94.64%,优于单核支持向量机(SVM)等方法. 展开更多

关键词 下肢表面肌电信号(semg) 关节角度 多核学习(MKL) 多核相关向量机(MKRVM) 步态识别 萤火虫优化(GSO)算法

在线阅读 下载PDF 职称材料

基于改进支持向量机的人手动作模式识别方法 被引量：11

20

作者 都明宇 鲍官军 +2 位作者 杨庆华 王志恒 张立彬 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2018年第7期1239-1246,共8页

为了提高基于表面肌电信号(sEMG)控制的手部运动康复器对人手多种动作模式的识别率,比较常规支持向量机(SVM)多类分类器的特点,提出改进的决策树支持向量机多类分类方法.该方法引入基于sEMG特征向量的类间距离可分性测度来指导决策树的... 为了提高基于表面肌电信号(sEMG)控制的手部运动康复器对人手多种动作模式的识别率,比较常规支持向量机(SVM)多类分类器的特点,提出改进的决策树支持向量机多类分类方法.该方法引入基于sEMG特征向量的类间距离可分性测度来指导决策树的构建,能够为每个SVM子分类器的训练提供识别率较高的样本划分方案,在提高决策树内部节点分类成功率的同时,简化了分类器结构.通过实验对比可知,新方法在20种手部动作模式的识别训练过程中,单项动作最低识别率较常规决策树方式提高了7.1%,平均识别率达到88.9%,训练速度较一对一支持向量机分类器提高了5.8%. 展开更多

关键词 表面肌电信号(semg) 类间距离 模式识别 支持向量机(SVM) 决策树

在线阅读 下载PDF 职称材料