黑龙江省研究生创新科研项目(YJSCX2009-059HLJ)
- 作品数：3 被引量：12H指数：2
- 相关作者：尤波黄玲杨大鹏王焕灵周丽娜更多>>
- 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：黑龙江省研究生创新科研项目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更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 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
- 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
- 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
