黑龙江省教育厅资助项目(1512225)
- 作品数：2 被引量：23H指数：2
- 相关作者：王人成姜力朱德有李芳刘宏更多>>
- 相关机构：哈尔滨工业大学清华大学黑龙江工程学院更多>>
- 发文基金：国家自然科学基金黑龙江省教育厅资助项目国家科技支撑计划更多>>
- 相关领域：机械工程医药卫生更多>>
- 基于表面肌电信号的手指运动模式识别系统被引量：20
- 2008年
- 目的:建立一套基于表面肌电信号(sEMG)的手指运动模式识别系统。方法:研发了基于有源电极的sEMG检测装置和包含信号采集、分析、离线识别和在线识别模块的配套软件。结果:该系统能够同时采集4个通道sEMG数据,用16种时域、频域和时频域方法对其分析,并可以对7种sEMG特征提取及分类方法进行对比研究,还能在线控制假手。结论:本系统为多指、多自由度假手sEMG控制方法的研究提供了一个实验平台,该系统不仅可以用于手指运动模式识别,而且也可以用于人体其他运动模式的sEMG特征提取方法和分类器的对比研究。
- 王人成郑双喜蔡付文姜力朱德有刘宏李芳
- 关键词：表面肌电信号模式识别
- 基于隐马尔可夫模型-径向基神经网络的表面肌电信号识别被引量：3
- 2006年
- 目的:利用隐马尔可夫模型-径向基神经网络(HMM-RBFN)混合模型对7种手指动作进行辨识,探索控制HIT多自由度灵巧手的有效控制策略。方法:8例健康实验对象参加了试验,4例女性,4例男性。每例实验对象按提示完成7种手指动作,每种动作重复50次。通过表面肌电信号(sEMG)采集系统,提取实验对象前臂4块肌肉的sEMG,在对其进行预处理并提取小波变换特征向量后,分别送入HMM模型分类器及HMM-RBFN混合模型分类器进行训练。结果:HMM-RBFN混合模型识别效果和稳定性都大大优于HMM模型,验证了HMM-RBFN混合模型的有效性。结论:①HMM模型在sEMG识别中的效果没有其在语音信号识别中的好,有必要对其进行改进,以便更好的应用于sEMG的识别;②将HMM模型和神经网络组成混合分类器,可以弥补彼此的不足,获得更好的性能。
- 李芳王人成姜力刘宏朱德有
- 关键词：隐马尔可夫模型径向基神经网络表面肌电信号假手
