多重分形分析在肌电信号模式识别中的应用.pdf

多重分形分析在肌电信号模式识别中的应用.pdf

ID:51458096

大小:814.64 KB

页数:7页

时间:2020-03-25

多重分形分析在肌电信号模式识别中的应用.pdf_第1页
多重分形分析在肌电信号模式识别中的应用.pdf_第2页
多重分形分析在肌电信号模式识别中的应用.pdf_第3页
多重分形分析在肌电信号模式识别中的应用.pdf_第4页
多重分形分析在肌电信号模式识别中的应用.pdf_第5页
资源描述:

《多重分形分析在肌电信号模式识别中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第26卷第2期传感技术学报VolI26No.22013年2月CHINESEJOURNALOFSENSORSANDACTUATORSFeb.2013TheApplicationofMultifractalinEMGPatternRecognitionZHANGQizhong,XIXugang,LUOZhizeng(InstituteofIntelligentControlandRobotics,HangzhouDianziUniversity,Hangzhou310018,China)Abstract:Inordertoimprovethepatte

2、rnrecognitionrateofphysicalmovement,anewpatternrecognitionmethodhasbeenproposedthroughthecombinationofempiricalmodedecomposition(EMD)andmuhifractalanalysis.Firstly,multilayerintrinsicmodefunctions(IMF),whichrepresentthedetailsofsurfaceelectromyography(sEMG),areobtainedusingEMD

3、.Thenmultifractalspectrum,whichcanbeusedaseigenvectorinpatternrecognitionofsEMG,isextractedfromIMFbymuhifractalanalysis.Finally,theimprovedKnearestneighbormethod—KNNmodelbasedincrementallearningmethodisusedtorecognizevariousmovementsofhand.Theexperiment,designedtoclassifyfourh

4、andgesturesincludinghandopen,handgrasp,wristpronationandwristsupination,showsthatbyusingthismethod,therecognitionratehasreached93.0%,whichdemonstratesthepracticalityofthisapproachanditspossibleapplicationinthepatternrecognitionofmanipulator’Swristmovement.Keywords:surfaceelect

5、romyography;patternrecognition;muhifraetalanalysis;empiricalmodedecomposition;knearestneighbormodeEEACC:6110;6140doi:10.3969/j.issn.1004—1699.2013.02.026多重分形分析在肌电信号模式识别中的应用木张启忠,席旭刚,罗志增(杭州电子科技大学智能控制与机器人研究所,杭州310018)摘要: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

6、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最近邻分类方法一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,方法具备一定的实用性,可用于遥操作机器人系统中操作者手腕运动模式识别。关键词:表面肌电信号;模式识别;多重分形分析;经验模态分解;K最近邻模型法中图分类号:TP24文献标识码:A文章编号:1004—1699(2013)02—0282—07肌电信号EMG(Electromyo

7、graphy)是一种伴随PhinyomarkA等分别用关联维及临界指数研究上肌肉活动的生物电信号,是众多肌纤维中运动单元臂弱肌电信号的多模式分类问题,并把成果应用到人动作电位的叠加,蕴含了肌肉活动的各种信息。而机接口技术中。加拿大TalebinejadM等提取神经表面肌电信号则是浅层肌肉EMG和神经干上电活病人肌电信号的分形信息特征,用于神经系统康复评动在皮肤表面的综合效应,在生理基础上具有高度估。国内,重庆大学杨丹丹等以分维数指标评估用的非线性特征。LED灯照射治疗由运动引起的肌肉疲劳恢复情况。目前,已有一些科研机构的学者以混沌、分形理清华大学王

8、人成研究了不同静载荷、不同运动模式论作为数学工具,对肌电信号进行各种目的的研究。下上臂表面肌电信号分维数的分布。然而统计发

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。