期刊文献+
共找到186篇文章
< 1 2 10 >
每页显示 20 50 100
基于人体着装压和表面肌电信号的骑行裤功效分析
1
作者 尹玲 翁睿 +2 位作者 陆鑫 夏蕾 任仕杰 《毛纺科技》 北大核心 2025年第3期22-30,共9页
为进一步优化骑行裤功效,选择市面上流行的2款骑行裤(每款2个型号)作为实验样本,以7位男大学生作为受试者进行骑行裤穿着实验,测试受试者骑行时的着装压力和下肢表面肌电信号,以分析骑行裤款式对服装压的影响,以及动态服装压与下肢表面... 为进一步优化骑行裤功效,选择市面上流行的2款骑行裤(每款2个型号)作为实验样本,以7位男大学生作为受试者进行骑行裤穿着实验,测试受试者骑行时的着装压力和下肢表面肌电信号,以分析骑行裤款式对服装压的影响,以及动态服装压与下肢表面肌电信号的相关性。结果表明,骑行过程中,骑行裤对人体股直肌施加的压力最为显著,其次是膝盖部位;膝盖弯曲的设计以及膝盖拼接弹性更强面料的直筒设计均能有效减轻膝盖处的动态压力;受试者穿着骑行裤时,表示肌电的时域指标——均方根(RMS)和积分肌电(iEMG),均低于未穿着骑行裤时的数值;同时,频域指标——平均功率频率(MPF)和中值频率(MF),整体上高于未穿着骑行裤时的水平,表明骑行裤的服装压力在一定程度上能够减少肌肉能量损耗,缓解肌肉疲劳,但并不是服装压力越大越好,尤其是股直肌和腓肠肌。该研究结果可为骑行裤的设计改进和性能优化提供有益的参考。 展开更多
关键词 骑行裤 着装压 表面电信号 肉疲劳
在线阅读 下载PDF
基于双分支网络的表面肌电信号识别方法
2
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
采用变分模态分解与领域自适应的表面肌电信号手势识别 被引量:1
3
作者 姜海燕 许先静 +1 位作者 钟凌珺 李竹韵 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第5期75-87,共13页
针对传统机器学习在表面肌电信号手势识别领域的适应性和准确性不足,以及新用户因个体生理和行为差异在已有模型上表现不佳的问题,提出一种利用卷积神经网络模型并有效克服肌电数据分布差异的算法,用于提升手势识别的性能。首先对肌电... 针对传统机器学习在表面肌电信号手势识别领域的适应性和准确性不足,以及新用户因个体生理和行为差异在已有模型上表现不佳的问题,提出一种利用卷积神经网络模型并有效克服肌电数据分布差异的算法,用于提升手势识别的性能。首先对肌电信号进行变分模态分解,构建易于识别的表面肌电图像,并提出了一种卷积神经网络模型进行手势识别,提升用户相关的肌电信号手势识别准确率;同时利用迁移学习中的领域自适应和模型微调技术,提升用户无关的肌电信号手势识别准确率,并将所提算法在NinaPro DB1肌电数据集中进行了3分类、4分类、5分类和12分类共4组评估验证。结果表明:在4组评估验证中,用户相关的肌电信号手势识别平均准确率分别达到了99.28%、99.30%、98.39%和93.40%,用户无关的肌电信号手势识别平均准确率分别达到了94.05%、92.60%、88.38%和70.03%,表明本文提出的算法在表面肌电信号手势识别中具有良好的效果,为实现人机交互中的普适性的肌电设备开发提供了一种可行的方案。 展开更多
关键词 领域自适应 卷积神经网络 手势识别 变分模态分解 表面电信号
在线阅读 下载PDF
羽毛球运动员表面肌电信号采集与提取仿真 被引量:3
4
作者 刘晶晶 李峰 《信息技术》 2024年第1期128-133,140,共7页
为更精确地分析羽毛球运动员上肢运动细节,提出基于表面肌电信号的采集与提取方法。采集不同的肌电信号反映动作状态,提取上肢局部动作特征向量,利用小波变换结合自适应滤波的方法对采集的不同动作对应的表面肌电信号进行预处理,获得纯... 为更精确地分析羽毛球运动员上肢运动细节,提出基于表面肌电信号的采集与提取方法。采集不同的肌电信号反映动作状态,提取上肢局部动作特征向量,利用小波变换结合自适应滤波的方法对采集的不同动作对应的表面肌电信号进行预处理,获得纯净的表面肌电信号。利用神经网络算法比较表面肌电信号时域特征、频域特征以及时频特征对羽毛球运动员上肢运动的影响。通过计算机仿真验证上肢运动模拟模型合理性,结果表明,所提方法能有效采集羽毛球运动员上肢运动的规律,识别正确率高,动作执行完整度高。 展开更多
关键词 羽毛球运动 表面电信号 上肢局部动作 小波变换 神经网络算法
在线阅读 下载PDF
表面肌电信号中工频干扰的滤波方法研究
5
作者 黄爱群 韦峻峰 《电声技术》 2024年第3期13-17,共5页
基于表面肌电信号的语音识别研究中,工频干扰会严重影响信号质量,使得识别准确率下降。如何在消除工频干扰的同时,尽可能保留肌电信号中的发音动作特征是一个值得研究的问题。在传统肌电信号的工频干扰滤除任务中,巴特沃斯带阻滤波器虽... 基于表面肌电信号的语音识别研究中,工频干扰会严重影响信号质量,使得识别准确率下降。如何在消除工频干扰的同时,尽可能保留肌电信号中的发音动作特征是一个值得研究的问题。在传统肌电信号的工频干扰滤除任务中,巴特沃斯带阻滤波器虽然消除了工频干扰,但也衰减了电信号中与工频干扰相同的频率成分。基于此,提出一种邻域均峰比滤波方法,动态计算频域滤波方法中的修正系数,针对工频干扰及其谐波进行修正,尽可能使被滤波的频带的幅度与相邻频带的幅度保持一致。对比结果表明,邻域均峰比滤波能够使滤波后的波形更接近原始波形。 展开更多
关键词 表面电信号 信号处理 频域滤波 工频干扰
在线阅读 下载PDF
表面肌电信号测试分析系统的研制 被引量:14
6
作者 王人成 黄昌华 +4 位作者 杨年峰 张瑞红 张济川 金德闻 李正元 《中国医疗器械杂志》 CAS 1998年第3期129-132,共4页
本文针对假肢等人-机仿生系统肌电控制装置的特点,研制了一种小型表面EMG测试与分析系统。该系统由测试装置硬件和分析软件两部分组成,可选用有线或无线遥测的方法拾取体表EMG活动信息,并利用软件包中的时域、频域和时频分析等多种... 本文针对假肢等人-机仿生系统肌电控制装置的特点,研制了一种小型表面EMG测试与分析系统。该系统由测试装置硬件和分析软件两部分组成,可选用有线或无线遥测的方法拾取体表EMG活动信息,并利用软件包中的时域、频域和时频分析等多种方法对其采样数据进行处理。该系统为康复工程产品中广泛应用的肌电控制器提供了一个研究与开发平台。 展开更多
关键词 表面电信号 电信号测试 数据获取 信号处理
在线阅读 下载PDF
基于BP神经网络的表面肌电信号模式分类的研究 被引量:20
7
作者 王人成 黄昌华 +2 位作者 李波 金德闻 张济川 《中国医疗器械杂志》 CAS 1998年第2期63-66,共4页
将神经网络与AR模型相结合提出了一种表面肌电信号模式分类算法。该算法能成功地从腕伸肌和腕屈肌的两道表面肌电信号中识别脱伸、腕屈、腕内旋和腕外旋四种运动模式。实验结果表明:用AR模型参数作BP网输入的肌电模式分类器,运行速度... 将神经网络与AR模型相结合提出了一种表面肌电信号模式分类算法。该算法能成功地从腕伸肌和腕屈肌的两道表面肌电信号中识别脱伸、腕屈、腕内旋和腕外旋四种运动模式。实验结果表明:用AR模型参数作BP网输入的肌电模式分类器,运行速度快、识别率高、鲁棒性好,在假肢等人一机仿生系统的控制中具有很好的应用前景。 展开更多
关键词 神经网络 表面电信号 模式分类 电假肢
在线阅读 下载PDF
利用表面肌电信号的下肢动态关节力矩预测模型 被引量:14
8
作者 陈江城 张小栋 +2 位作者 李睿 石强勇 王贺 《西安交通大学学报》 EI CAS CSCD 北大核心 2015年第12期26-33,共8页
为实现表面肌电信号的下肢关节力矩动态解码,建立了从表面肌电信号到关节力矩输出的人体下肢运动系统正向生物力学模型。首先,从幅值和频率两个角度建立表面肌电信号到骨骼肌激活程度模型;其次,根据肌丝滑移理论,构建反映骨骼肌生理结... 为实现表面肌电信号的下肢关节力矩动态解码,建立了从表面肌电信号到关节力矩输出的人体下肢运动系统正向生物力学模型。首先,从幅值和频率两个角度建立表面肌电信号到骨骼肌激活程度模型;其次,根据肌丝滑移理论,构建反映骨骼肌生理结构和微观力学特性的肌肉力模型,同时确定活动肌肉拉力线方向及力作用点位移矢量,将骨骼肌力转换到关节力矩;最后,以牛顿-欧拉逆动力学方法获得关节力矩作为准确值,给出正向生物力学模型参数动态标定方法。在模型基础上,对4名对象进行随意步态下膝关节屈伸动态力矩预测试验,结果表明:所建模型对步态行走下的膝关节动态关节力矩具有很好的动态跟踪性能,最大绝对误差为(11.0±1.32)N·m,平均残差为(4.43±0.698)N·m,预测值与准确值之间的平均线性相关系数为0.927±0.042,验证了该方法的正确性和有效性;可为康复训练机器人人机协同过程中的力学交互模式研究提供接口。 展开更多
关键词 表面电信号 关节力矩预测 肉模型 正向生物力学
在线阅读 下载PDF
表面肌电信号的分形分析 被引量:20
9
作者 王人成 黄昌华 +1 位作者 常宇 杨年峰 《中国医疗器械杂志》 CAS 1999年第3期125-127,138,共4页
介绍了表面肌电信号分形研究状况及其参数化描述方法,给出了人体上臂表面肌电信号的分维数在肌肉不同收缩程度、承受不同静载荷和不同运动模式下的实验结果,并讨论了表面肌电信号分形分析在工程应用上存在的问题及前景。
关键词 表面电信号 分形 分维数 信号处理
在线阅读 下载PDF
表面肌电信号的时变AR模型参数评估肌疲劳程度的研究 被引量:13
10
作者 刘洪涛 曹玉珍 +1 位作者 谢小波 胡勇 《中国生物医学工程学报》 CAS CSCD 北大核心 2007年第4期493-497,共5页
目的本研究针对表面肌电信号的非平稳特性,采用时变参数AR模型的方法对表面肌电信号进行分析,实现对短时表面肌电信号的肌肉疲劳快速评估。方法应用时变参数模型对10名受试者疲劳前、后的肌电信号进行特征提取,建立时变参数AR模型,并采... 目的本研究针对表面肌电信号的非平稳特性,采用时变参数AR模型的方法对表面肌电信号进行分析,实现对短时表面肌电信号的肌肉疲劳快速评估。方法应用时变参数模型对10名受试者疲劳前、后的肌电信号进行特征提取,建立时变参数AR模型,并采用递推最小二乘算法求解模型的时变参数,将线性非平稳问题转化为线性时不变问题。结果以时变参数AR模型的第一个时变参数的均值作为肌肉疲劳的快速指针。实验证明时变参数比传统的中值频率对疲劳反应的灵敏度高(提高范围为37.80%到324.46%)。结论该方法可以实现对短时表面肌电信号的肌肉疲劳快速评估,为腰肌劳损的诊断和康复治疗,以及人体工效学的研究提供一个可靠的工具。 展开更多
关键词 表面电信号 肉疲劳 时变参数AR模型
在线阅读 下载PDF
支持向量机在表面肌电信号模式分类中的应用 被引量:5
11
作者 崔建国 王旭 +1 位作者 李忠海 张大千 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2006年第3期280-283,共4页
采用小波变换的方法对实验采集的原始四通道表面肌电信号(sEMG)进行了分析,并提取小波分解系数的奇异值构建特征矢量,利用“一对一”分类策略和二叉树设计的多类支持向量机(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... 采用小波变换的方法对实验采集的原始四通道表面肌电信号(sEMG)进行了分析,并提取小波分解系数的奇异值构建特征矢量,利用“一对一”分类策略和二叉树设计的多类支持向量机(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神经网络和RBF神经网络分类器,且识别精度高,鲁棒性好,对肌电信号及其他非平稳生理电信号的模式识别,提供了一种具有良好应用前景的新方法. 展开更多
关键词 表面电信号 小波变换 支持向量机 模式分类
在线阅读 下载PDF
肌电假肢控制中的表面肌电信号的研究进展与展望 被引量:37
12
作者 雷敏 王志中 《中国医疗器械杂志》 CAS 2001年第3期156-160,共5页
论述了表面肌电信号的分析研究 ,给出了各种特征估计 ,介绍了用于假肢动作控制的两大类表面肌电信号的特征识别方法 ,总结了目前多功能肌电假肢控制中存在的问题 。
关键词 表面电信号 信号处理 特征识别 研究进展
在线阅读 下载PDF
基于非线性特征的表面肌电信号模式识别方法 被引量:14
13
作者 张启忠 席旭刚 罗志增 《电子与信息学报》 EI CSCD 北大核心 2013年第9期2054-2058,共5页
该文提出一种计算非线性时间序列信号Lyapunov指数的新方法球均值Lyapunov指数计算法,用于肢体肌电信号的特征提取与分类。首先采用所提方法计算出肌电信号的Lyapunov指数,并与关联维组合构成输入特征向量,然后用二叉树法构造基于对支... 该文提出一种计算非线性时间序列信号Lyapunov指数的新方法球均值Lyapunov指数计算法,用于肢体肌电信号的特征提取与分类。首先采用所提方法计算出肌电信号的Lyapunov指数,并与关联维组合构成输入特征向量,然后用二叉树法构造基于对支持向量机的多类分类器,对握拳、展拳、腕内旋、腕外旋4类动作模式进行分类识别。实验结果表明,该方法不仅具有比Rosenstein算法更强的抗干扰能力,而且在肌电信号的特征提取与分类应用中取得96.0%以上的识别率,适合于分析信噪比较低的混沌信号。 展开更多
关键词 模式识别 表面电信号 球均值李雅普诺夫指数 对支持向量机
在线阅读 下载PDF
基于样本熵与经验模态分解的表面肌电信号降噪 被引量:6
14
作者 刘晓光 李奂良 +2 位作者 娄存广 刘秀玲 王洪瑞 《激光杂志》 北大核心 2019年第9期143-146,共4页
表面肌电信号作为人机交互一种媒介获得了广泛的关注,为了有效去除表面肌电信号中的噪声,提出一种基于熵和经验模态分解的表面肌电信号去噪方法。该方法引入了样本熵的概念,根据经验模态分解获得的本征模态函数分量样本熵的特征,给出了... 表面肌电信号作为人机交互一种媒介获得了广泛的关注,为了有效去除表面肌电信号中的噪声,提出一种基于熵和经验模态分解的表面肌电信号去噪方法。该方法引入了样本熵的概念,根据经验模态分解获得的本征模态函数分量样本熵的特征,给出了确定表面肌电信号含噪本征模态分量的方法。该方法根据样本熵反映信号复杂程度的特性,来评价各本征模态分量的复杂性,进而自适应的确定主要的含噪本征模态分量,避免了凭借经验选择的不足。同时,该方法结合了一种改进的小波阈值函数,在去除表面肌电信号噪声的同时避免了过多有效信息的丢失。仿真实验和实测表面肌电实验都表明,该方法在去除噪声的同时能够保留表面肌电信号的原有特征,而且能够改善信号的信噪比。 展开更多
关键词 表面电信号 经验模态分解 样本熵 小波 数据处理
在线阅读 下载PDF
基于Bayes决策理论的表面肌电信号模式分类的研究 被引量:3
15
作者 崔建国 李一波 +2 位作者 李忠海 王旭 张春霞 《计量学报》 EI CSCD 北大核心 2007年第1期89-92,共4页
通过对采集的四通道表面肌电信号进行分析,对其建立AR(Autoregressive)参数模型,提取AR模型参数构建特征矢量。根据实际表面肌电(SEMG)信号的随机性特征,提出了一种采用Bayes决策理论对肌电信号的AR模型参数特征进行分类的新方法,并运... 通过对采集的四通道表面肌电信号进行分析,对其建立AR(Autoregressive)参数模型,提取AR模型参数构建特征矢量。根据实际表面肌电(SEMG)信号的随机性特征,提出了一种采用Bayes决策理论对肌电信号的AR模型参数特征进行分类的新方法,并运用最小错误率Bayes分类器,很好地实现了对前臂八种动作表面肌电信号的模式分类。平均识别率为99.125%。此外,还提出采用动态聚类中心的方法对其进行了改进,使其平均识别率提高到99.5%。研究表明,采用Bayes分类器对肌电信号的AR模型参数特征进行分类,是一种有效的处理手段,并可直接应用到其它具有随机性特征的生理电信号的模式分类中。 展开更多
关键词 计量学 表面电信号 AR参数模型 Bayes决策 模式分类
在线阅读 下载PDF
基于小波变换的表面肌电信号的消噪处理 被引量:5
16
作者 师硕 顾军华 于洪丽 《河北工业大学学报》 CAS 2008年第1期82-85,共4页
表面肌电信号因其无创性被广泛应用,但因其为一组肌群的募集信息,所以包含了更多的噪声.本文针对这个问题通过仔细选择肌电信号的采集位置,在采用高精度的肌电采集系统及11025Hz的过采样率的基础上采集到多组表面肌电信号,结合肌电信号... 表面肌电信号因其无创性被广泛应用,但因其为一组肌群的募集信息,所以包含了更多的噪声.本文针对这个问题通过仔细选择肌电信号的采集位置,在采用高精度的肌电采集系统及11025Hz的过采样率的基础上采集到多组表面肌电信号,结合肌电信号的特点利用小波变换中的消噪技术对不同频段的信号进行不同阈值的消噪处理.实验表明,该方法有很好的消噪效果. 展开更多
关键词 表面电信号 小波变换 消噪 阈值
在线阅读 下载PDF
基于表面肌电信号的拖拉机驾驶员颈部疲劳研究 被引量:7
17
作者 赵永超 孔德刚 刘立意 《农机化研究》 北大核心 2010年第2期129-132,共4页
为了了解拖拉机驾驶员颈部的疲劳状况,在模拟拖拉机作业过程基础上,对驾驶员颈部胸锁乳突肌的表面肌电信号进行了测试分析,并以积分肌电值与平均功率频率为评价指标,对作业过程中驾驶员颈部疲劳进行了研究。结果显示:头部转动角度对积... 为了了解拖拉机驾驶员颈部的疲劳状况,在模拟拖拉机作业过程基础上,对驾驶员颈部胸锁乳突肌的表面肌电信号进行了测试分析,并以积分肌电值与平均功率频率为评价指标,对作业过程中驾驶员颈部疲劳进行了研究。结果显示:头部转动角度对积分肌电值和平均功率频率有明显影响,积分肌电值随角度的增大呈现明显的增长趋势,平均功率频率随角度的增加呈现明显下降趋势,表明大角度的头部转动容易使拖拉机驾驶员颈部产生疲劳。同时,分析了拖拉机驾驶员颈部产生肌肉疲劳的原因,提出了缓解疲劳的建议。 展开更多
关键词 表面电信号 拖拉机驾驶员 颈部疲劳 积分电值 平均功率频率
在线阅读 下载PDF
基于多尺度最大李雅普诺夫指数的表面肌电信号模式识别 被引量:7
18
作者 邹晓阳 雷敏 《中国生物医学工程学报》 CAS CSCD 北大核心 2012年第1期7-12,共6页
为了提高动作表面肌电信号的识别率,提出一种将最大李雅普诺夫指数和多尺度分析结合的方法。从非线性和非平稳的角度出发,引入多尺度最大李雅普诺夫指数特征,并应用到人体前臂6类动作表面肌电信号的模式识别中。首先利用希尔伯特-黄变换... 为了提高动作表面肌电信号的识别率,提出一种将最大李雅普诺夫指数和多尺度分析结合的方法。从非线性和非平稳的角度出发,引入多尺度最大李雅普诺夫指数特征,并应用到人体前臂6类动作表面肌电信号的模式识别中。首先利用希尔伯特-黄变换,对原始信号进行经验模态分解,即多尺度分解;然后利用非线性时间序列分析方法,计算多尺度最大李雅普诺夫指数;最后将多尺度最大李雅普诺夫指数作为特征向量,输入支持向量机进行识别。平均识别率达到97.5%,比利用原始信号的最大李雅普诺夫指数进行识别时提高了3.9%。结果表明,利用多尺度最大李雅普诺夫指数对动作表面肌电信号进行模式识别效果良好。 展开更多
关键词 表面电信号 最大李雅普诺夫指数 希尔伯特-黄变换 支持向量机 模式识别
在线阅读 下载PDF
基于经验模态分解的颈部表面肌电信号特征提取 被引量:4
19
作者 王琳 孙广彬 郭维城 《沈阳工程学院学报(自然科学版)》 2013年第3期272-274,共3页
通过SEMG的线性与非线性指标分析评估被试者在伏案工作过程中的颈部肌肉疲劳程度.采用经验模态分解EMD将原始信号中的强背景噪声分解至各个固有模态函数IMF,达到降噪的作用.在此基础上,分别对SEMG的线性、非线性指标进行了分析.结果表明... 通过SEMG的线性与非线性指标分析评估被试者在伏案工作过程中的颈部肌肉疲劳程度.采用经验模态分解EMD将原始信号中的强背景噪声分解至各个固有模态函数IMF,达到降噪的作用.在此基础上,分别对SEMG的线性、非线性指标进行了分析.结果表明:随着低头伏案学习时间的增加,被试者的肌肉疲劳程度不断加重,线性和非线性指标随时间都有较明显的线性变化规律.此项研究结果表明长期伏案工作者中的颈椎病患者通常易发生低节段颈间盘退变,同医学影像学中核磁检测结果一致.因此应用SEMG信号的时频分析评估颈部肌肉疲劳状态是可靠且可行的. 展开更多
关键词 特征提取 经验模态分解 表面电信号 颈部
在线阅读 下载PDF
基于线性判别分析的表面肌电信号特征识别 被引量:3
20
作者 王红旗 毛啊敏 李林伟 《河南理工大学学报(自然科学版)》 CAS 北大核心 2015年第6期831-835,共5页
通过虚拟仪器同时采集桡侧腕屈肌和肱桡肌两路表面肌电信号,取其平均绝对值(MAV)和均方根(RMS)作为特征参数,并应用线性判别分析(LDA)方法对采集的样本进行模式识别。与其它特征识别方式的实验对比表明,所提的识别方法能够成功地从表面... 通过虚拟仪器同时采集桡侧腕屈肌和肱桡肌两路表面肌电信号,取其平均绝对值(MAV)和均方根(RMS)作为特征参数,并应用线性判别分析(LDA)方法对采集的样本进行模式识别。与其它特征识别方式的实验对比表明,所提的识别方法能够成功地从表面肌电信号中识别握拳、展拳、手腕内翻和手腕外翻4种动作,且动作识别精度更高。 展开更多
关键词 表面电信号 线性判别分析 模式识别 虚拟仪器
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部