搜索结果: 1-7 共查到“计算机科学技术 肌电信号”相关记录7条 . 查询时间(0.223 秒)
为提高肢体运动模式识别率,论文提出了一种经验模态分解与多重分形分析相结合的模式识别方法。先用经验模态分解得到代表肌电信号细节的多层内在模态函数,然后在内在模态函数上进行多重分形分析,提取其广义维数谱,作为肌电信号多模式识别的特征向量。最后以改进的K最近邻分类方法-KNN模型增量学习算法,实现对动作模式的识别。在对张开、合拢及腕内旋、腕外旋4个动作的识别实验中,正确识别率达到了93.0%。结果表明,...
特征选取是肌电信号多模式识别的关键,论文根据肌电信号的产生机理提出了选用信号的形态特征实现肌电信号多运动模式识别的新方案。方案中,以分形理论中关联维及分维数的概念分别表征肌电信号的复杂度及自相似性。关联维的计算采用了一种改进的G-P算法、即G-P关联维逼近法。针对操作者手部动作模式的识别问题,论文以关联维和分维数作为表面肌电信号多模式识别的特征向量,分类器采用由对支持向量机构造的二叉树结构多类分类...
基于谱插值与经验模态分解的表面肌电信号降噪处理
表面肌电信号 降噪 谱插值 经验模态分解
2010/9/1
根据表面肌电(surface electromyography, sEMG)信号的噪声特性来探讨其降噪方法的应用问题。采用谱插值法来削弱工频干扰以避免工频处的肌电信息成分丢失,再选取通过经验模态分解(empirical mode decomposition, EMD)方法获得的内在模态函数(intrinsic mode function, IMF)分量作小波软阈值分析,并将部分明显的低频IMF干扰...
基于表面肌电信号小波包熵的情感识别
情感识别 小波包熵 表面肌电信号
2009/7/20
情感识别是情感计算的一个关键问题。针对表面肌电信号(EMG)的非平稳性,根据小波包变换在不同时频段均能精确的刻画信号,并提供丰富模式信息的特点,提出利用小波包熵方法对不同情感状态下的表面肌电信号进行分析。实验表明,该方法对情感的唤醒度识别效果较好。
基于小波变换的表面肌电信号的情感识别
小波变换 BP网络 EMG
2009/7/2
情感识别是情感计算的一个关键问题。针对表面肌电信号(EMG)的非平稳性,采用小波变换方法对表面肌电信号进行分析,提取小波系数最大值和最小值构造特征矢量输入用L-M算法改进的BP神经网络分类器进行情感状态识别。实验表明,用表面肌电信号对joy、anger、sadness、pleasure 4种情感识别效果较好。也说明用小波变换方法提取特征,用神经网络作分类器的方法用于情感识别有很大的应用前景。
基于相关性分析和支持向量机的手部肌电信号动作识别
表面肌电信号 相关性 特征提取 支持向量机
2009/4/29
为了有效提取表面肌电信号(SEMG)的特征,该文提出了一种基于相关性分析的改进的特征提取方法。首先用空域相关法对两路SEMG信号进行消噪预处理,然后对处理后的SEMG信号进行四尺度小波变换,并通过相关性分析提取SEMG信号的重要边缘在各尺度上的小波系数,以各尺度上的这些系数的平方和构建六维特征向量输入支持向量机分类器,对手部的多个动作进行分类。实验结果表明,基于相关性分析和小波变换构筑的特征向量结...