期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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：
9
1
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
基于多源信息和粒子群优化算法的下肢运动模式识别
被引量：
7
2
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
2015年第3期439-447,共9页
为了提高人体下肢多运动模式识别的准确性,提出一种基于多源信息和粒子群优化算法-误差反向传播(PSO-BP)神经网络的识别方法.建立下肢多源信息采集系统,该系统由下肢表面肌电信号、髋关节角度、髋关节加速度组成.选择肌电信号偏度、峭...
为了提高人体下肢多运动模式识别的准确性,提出一种基于多源信息和粒子群优化算法-误差反向传播(PSO-BP)神经网络的识别方法.建立下肢多源信息采集系统,该系统由下肢表面肌电信号、髋关节角度、髋关节加速度组成.选择肌电信号偏度、峭度和功率谱比值为肌电信号特征,髋关节角度细分模式均值比为腿部角度信号特征,加速度标准差、能量峰值、两轴相关性系数为髋关节加速度特征.按照主成分分析(PCA)方法融合上述特征值,利用PSO-BP进行识别.实验结果表明:该方法识别率为95.75%,平均识别时间为1.234 8s.
展开更多
关键词
多源信息
粒子群优化算法
主成分分析
下肢运动模式识别
BP神经网络
在线阅读
下载PDF
职称材料
题名
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：
9
1
作者
席旭刚
汤敏彦
张自豪
张启忠
罗志增
机构
杭州电子科技大学智能控制与机器人研究所
出处
《电子学报》
EI
CAS
CSCD
北大核心
2017年第11期2735-2741,共7页
基金
浙江省自然科学基金(No.LY17F030021)
国家自然科学基金(No.61671197)
文摘
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.
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
Keywords
lower limb motion pattern recognition
surface electromyography(sEMG)
acceleration signal
multiscale permutation entropy(MPE)
improved support vector machine based binary tree(ISVM-BT)
分类号
TP24 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于多源信息和粒子群优化算法的下肢运动模式识别
被引量：
7
2
作者
刘磊
杨鹏
刘作军
机构
河北工业大学控制科学与工程学院
智能康复装置与检测技术教育部工程研究中心
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2015年第3期439-447,共9页
基金
国家自然科学基金资助项目(61174009
61203323)
天津市自然科学基金资助项目(13JCQNJC03400)
文摘
为了提高人体下肢多运动模式识别的准确性,提出一种基于多源信息和粒子群优化算法-误差反向传播(PSO-BP)神经网络的识别方法.建立下肢多源信息采集系统,该系统由下肢表面肌电信号、髋关节角度、髋关节加速度组成.选择肌电信号偏度、峭度和功率谱比值为肌电信号特征,髋关节角度细分模式均值比为腿部角度信号特征,加速度标准差、能量峰值、两轴相关性系数为髋关节加速度特征.按照主成分分析(PCA)方法融合上述特征值,利用PSO-BP进行识别.实验结果表明:该方法识别率为95.75%,平均识别时间为1.234 8s.
关键词
多源信息
粒子群优化算法
主成分分析
下肢运动模式识别
BP神经网络
Keywords
multi-source information
particle swarm optimization algorithm
principal component analysis
lower limb locomotion-mode identification
BP neural network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合表面肌电和加速度信号的下肢运动模式识别研究
席旭刚
汤敏彦
张自豪
张启忠
罗志增
《电子学报》
EI
CAS
CSCD
北大核心
2017
9
在线阅读
下载PDF
职称材料
2
基于多源信息和粒子群优化算法的下肢运动模式识别
刘磊
杨鹏
刘作军
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2015
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
