哈尔滨市科技创新人才研究专项资金(2009RFQGG207)
- 作品数：5 被引量：16H指数：2
- 相关作者：尤波黄玲周丽娜杨大鹏王焕灵更多>>
- 相关机构：哈尔滨理工大学哈尔滨工业大学黑龙江科技大学更多>>
- 发文基金：国家高技术研究发展计划哈尔滨市科技创新人才研究专项资金黑龙江省研究生创新科研项目更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 手部抓取动作特征提取算法研究被引量：3
- 2017年
- 针对人手抓取动作问题,如何有效地提取表面肌电信号特征是提高其模式识别率的关键。通过对前人不同手部抓取动作的分类方法及日常生活工作中使用的频度进行统计学分析,决定选取8种抓取动作进行研究。实验显示,随着手部动作姿态种类的增加,基于表面肌电信号的不同特征提取算法分类能力出现不同程度的下降甚至失效。为取得更为理想的抓取动作分类效果,提出将抓取动作分割为预抓取和抓取两个动作过程。选择采集预抓取动作前臂肌电信号,除对其时域、频域及时频域常用特征量进行分析对比外,还增添了对时频域中小波系数最大模值的分析,旨在找出最有效表征肌电信号动作分类的特征量。实验结果表明,小波系数最大模值量最有特征可分性,区分效果比较理想。
- 尤波李忠杰黄玲赵汗青
- 关键词：表面肌电信号特征提取模式识别小波变换
- 基于肌电信号的手部动作模式识别新思路被引量：8
- 2011年
- 为了更好地识别手部动作,提出了一种新思路,将单个手指的状态作为识别目标集。采集常用手部联合动作的6路表面肌电信号,以单个手指的状态为基准将动作合理规划,提取各通道样本均值构造特征向量,设计3个并行BP神经网络,从联合动作样本中学习单个手指的状态,使得分类基数小,从而降低分类的复杂度,克服了传统多分类方法中需要采集动作多的缺点。实验结果表明,采集12种手部动作的肌电信号,将手部动作合理简化为手指动作后,利用手指的状态来训练神经网络,就能够识别出手指的3个状态的所有组合动作,即所有常用的18种手部联合动作。
- 王焕灵尤波黄玲杨大鹏
- 关键词：模式识别
- 应用于假手的肌电信号分类方法研究被引量：2
- 2011年
- 高效、准确的肌电信号分类方法是实现高仿生性肌电假手控制的关键技术之一.本文对肌电假手常用的信号分类方法进行了系统研究,阐述了目前常用的七种方法的基本原理和研究现状.重点分析了基于神经网络和支持向量机的肌电信号分类方法,分别从网络类型、所采用的信号特征、识别准确率等方面对分类结果进行了比较.最后,对各种方法的优缺点及适应性进行了分析,对实现高质量的肌电信号识别方法的研究方向进行了探讨.
- 尤波周丽娜黄玲
- 关键词：肌电信号信号分类
- 表面肌电信号的分解算法研究被引量：2
- 2015年
- 为提高表面肌电信号分解的正确率以及完整性,提出一种表面肌电信号的自动分解算法。考虑到其较低的信噪比,先是采用小波降噪法对信号进行降噪处理,并计算信号的非线性能量算子以加强信号波峰值。之后采用低频小波系数和高频小波系数相结合的特征值来表征运动单元动作电位,最后使用小波神经网络完成对活动段的分类。同时,为了实现表面肌电信号的分解完整性,采用递归模版算法对所提取的叠加波形加以分解。实验结果表明,该分解算法能够成功地提取到中低收缩水平下表面肌电信号中的运动单元动作电位的发放信息,同时也能够有效地对叠加波形进行分解。
- 杨文元尤波黄玲刘意
- 关键词：小波变换小波神经网络
- 实时肌电信号采集系统设计与探究被引量：1
- 2011年
- 针对残疾人要完成的绝大多数任务都是由多个连续的动作组成的实际情况,仅仅对动作信号的稳态值来分析处理肌电信号的数据已经不能够满足实时性的要求。考虑到肌电信号的特性以及实验室的实际环境,搭建了一个肌电信号的硬件采集平台,并设计了3个包含连续动作的实验。利用肌电信号采集平台采集到两路正常人前臂上的表面肌电信号,应用信号幅值作为特征,并通过极值的方法分别得到3个实验中各个动作的切换点位置,为后续对连续动作的识别打下基础。
- 尤波周丽娜黄玲
- 关键词：表面肌电信号实时性
