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
1
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
用于装配动作识别的肌电信号特征优化选择方法
被引量：
2
1
作者
刘永
宁蕊
+2 位作者
李言
杨明顺
高新勤
《西安理工大学学报》
北大核心
2023年第4期513-520,共8页
在采用机器学习方法进行动作识别的研究中,识别的准确率很大程度上取决于输入数据的特征。针对基于表面肌电信号的作业动作识别,进行了特征分析与优化选择方法研究。在对采集的作业手臂肌电信号进行平滑处理的基础上,定义并提取了肌电...
在采用机器学习方法进行动作识别的研究中,识别的准确率很大程度上取决于输入数据的特征。针对基于表面肌电信号的作业动作识别,进行了特征分析与优化选择方法研究。在对采集的作业手臂肌电信号进行平滑处理的基础上,定义并提取了肌电信号时域、频域及时频域的15个特征量;将从8个通道肌电信号的每帧数据中计算获得的120个特征值用于手势姿态的表征,并进行了归一化处理;使用极限梯度提升(XGBoost)算法和单变量特征选择(UFS)算法分别从特征量和特征值两个角度对所得信号特征进行识别贡献度的分析。分析结果表明,两种方法均可大幅消减冗余特征,并且能有效提高最终的识别准确率,其中采用UFS算法选取的特征在识别速度和准确度上更具优势。
展开更多
关键词
动作识别
表面肌电信号
特征
选择
极限梯度提升
算法
单变量特征选择算法
在线阅读
下载PDF
职称材料
题名
用于装配动作识别的肌电信号特征优化选择方法
被引量：
2
1
作者
刘永
宁蕊
李言
杨明顺
高新勤
机构
西安理工大学机械与精密仪器工程学院
出处
《西安理工大学学报》
北大核心
2023年第4期513-520,共8页
基金
陕西省重点研发计划项目(2021SF-421,2021SF-422)
陕西省现代装备绿色制造协同创新中心自主研发基金项目(102-451421003)。
文摘
在采用机器学习方法进行动作识别的研究中,识别的准确率很大程度上取决于输入数据的特征。针对基于表面肌电信号的作业动作识别,进行了特征分析与优化选择方法研究。在对采集的作业手臂肌电信号进行平滑处理的基础上,定义并提取了肌电信号时域、频域及时频域的15个特征量;将从8个通道肌电信号的每帧数据中计算获得的120个特征值用于手势姿态的表征,并进行了归一化处理;使用极限梯度提升(XGBoost)算法和单变量特征选择(UFS)算法分别从特征量和特征值两个角度对所得信号特征进行识别贡献度的分析。分析结果表明,两种方法均可大幅消减冗余特征,并且能有效提高最终的识别准确率,其中采用UFS算法选取的特征在识别速度和准确度上更具优势。
关键词
动作识别
表面肌电信号
特征
选择
极限梯度提升
算法
单变量特征选择算法
Keywords
gesture recognition
surface EMG signal
feature selection
XGBoost
UFS
分类号
TN911.7 [电子电信—通信与信息系统]
TP391.4 [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
用于装配动作识别的肌电信号特征优化选择方法
刘永
宁蕊
李言
杨明顺
高新勤
《西安理工大学学报》
北大核心
2023
2
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
