版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、表面肌電信號(hào)是一種從人體骨骼肌表面通過(guò)電極記錄下來(lái)的神經(jīng)、肌肉活動(dòng)時(shí)發(fā)放的生物電信號(hào),它能在非損傷狀態(tài)下實(shí)時(shí)反映神經(jīng)和肌肉的功能狀態(tài)。如何從表面肌電中有效的提取特征,實(shí)現(xiàn)動(dòng)作模式的準(zhǔn)確識(shí)別,是肌電控制假肢實(shí)用化進(jìn)程中的關(guān)鍵問(wèn)題。為了提高肌電信號(hào)動(dòng)作模式識(shí)別的準(zhǔn)確率,本文提出采用信息融合技術(shù)對(duì)肌電信號(hào)進(jìn)行手部動(dòng)作模式識(shí)別,較為深入研究融合過(guò)程中遇到的問(wèn)題及解決方案。
首先,本文對(duì)肌電信號(hào)特征提取和分類方法的研究現(xiàn)狀進(jìn)行了總結(jié)
2、,引入信息融合在模式識(shí)別中的應(yīng)用。其次,根據(jù)在假肢實(shí)時(shí)控制中,選擇肌電特征參數(shù)既要有較大的類間分離度,又要有較低的計(jì)算復(fù)雜度原則,提取肌電信號(hào)的時(shí)域統(tǒng)計(jì)特征、AR模型參數(shù)、小波變換系數(shù)矩陣的奇異值,作為各單分類器的輸入特征矢量。然后,分別用D-S證據(jù)理論和模糊積分理論對(duì)多分類器進(jìn)行決策級(jí)融合。在D-S證據(jù)理論融合系統(tǒng)中,對(duì)于沖突證據(jù)采用平均證據(jù)修改證據(jù)源模型,再利用D-S組合規(guī)則組合,數(shù)值算例結(jié)果表明,當(dāng)多數(shù)證據(jù)正確時(shí)能有效地處理沖突證
3、據(jù)問(wèn)題。在模糊積分融合系統(tǒng)中,比較了兩種計(jì)算模糊密度的方法,給出了合理的模糊密度計(jì)算方式,解決了采用模糊積分進(jìn)行肌電信號(hào)模式分類決策級(jí)融合的關(guān)鍵參數(shù)計(jì)算問(wèn)題。最后,比較了D-S證據(jù)理論與模糊積分在決策級(jí)的融合效果,數(shù)值算例結(jié)果表明,兩種方法融合后分類準(zhǔn)確率均優(yōu)于各單分類器的分類結(jié)果;證據(jù)理論實(shí)現(xiàn)的是“少數(shù)服從多數(shù)”效果,沒(méi)有充分考慮各證據(jù)的可信性,而模糊積分理論則兼顧了各證據(jù)對(duì)各動(dòng)作模式的客觀估計(jì)和各證據(jù)對(duì)各動(dòng)作模式的重要性,為肌電假肢
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 表面肌電信號(hào)識(shí)別和分類的研究.pdf
- 表面肌電信號(hào)的特征提取與模式分類研究.pdf
- 基于在線學(xué)習(xí)的表面肌電信號(hào)分類方法研究.pdf
- 表面肌電信號(hào)的動(dòng)作模式辨識(shí).pdf
- 基于表面肌電信號(hào)的動(dòng)作模式識(shí)別.pdf
- 基于表面肌電信號(hào)的人體下肢運(yùn)動(dòng)自動(dòng)分類研究.pdf
- 基于表面肌電信號(hào)的下肢肌力預(yù)測(cè)研究.pdf
- 基于表面肌電信號(hào)的人體行走模式識(shí)別.pdf
- 基于模糊模式識(shí)別的表面肌電信號(hào)分解研究.pdf
- 基于表面肌電信號(hào)的下肢運(yùn)動(dòng)模式識(shí)別的研究.pdf
- 表面肌電信號(hào)分解方法研究.pdf
- 基于模式識(shí)別的肌電信號(hào)動(dòng)作分類性能研究.pdf
- 基于語(yǔ)音與肌電信號(hào)融合的假肢校驗(yàn)?zāi)J娇刂蒲芯?pdf
- 融合表面肌電信號(hào)與足底壓力的跌倒識(shí)別研究.pdf
- 基于高階統(tǒng)計(jì)量的表面肌電信號(hào)模式識(shí)別研究.pdf
- 肌電信號(hào)采集系統(tǒng)設(shè)計(jì)及模式分類的研究.pdf
- 基于多通道時(shí)空信息的表面肌電信號(hào)分解.pdf
- 基于表面肌電信號(hào)的下肢動(dòng)作識(shí)別研究.pdf
- 表面肌電信號(hào)檢測(cè)系統(tǒng)的研究.pdf
- 基于表面肌電信號(hào)的分解技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論