雷俊
- 作品数：1 被引量：1H指数：1
- 供职机构：吉林大学通信工程学院更多>>
- 发文基金：国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于NNE技术的手臂运动模式识别算法研究被引量：1
- 2013年
- 本文将神经网络集成(Neural network ensemble,NNE)算法应用于人体手臂运动模式识别领域中,通过对手臂不同运动模式下的表面肌电信号(sEMG)的采集、分析与处理,识别出与其对应的手臂运动模式。主要利用小波包分解(WPD)算法提取表面肌电信号的时-频特征向量,利用集成神经网络对表面肌电信号特征向量进行模式识别;神经网络集成模型由Bagging算法生成,参与集成的个体神经网络均为BP神经网络,集成神经网络的输出由单个神经网络的输出通过相对多数投票法产生。最后,对手臂4个不同运动模式下的表面肌电信号进行了模式识别实验。实验结果表明,与个体神经网络相比,集成神经网络可以显著地提高手臂动作的识别率,证明了将神经网络集成技术用于手臂运动模式识别的有效性和可行性。
- 陈万忠孙保峰高韧杰雷俊
- 关键词：神经网络集成表面肌电信号小波包分解模式识别
