您的位置: 专家智库 > >

熊静

作品数:3 被引量:18H指数:2
供职机构:杭州电子科技大学自动化学院智能控制与机器人研究所更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 1篇学习向量量化
  • 1篇运动信息
  • 1篇智能假肢
  • 1篇神经网
  • 1篇神经网络
  • 1篇手部动作
  • 1篇网络
  • 1篇膝关节
  • 1篇下肢运动
  • 1篇向量
  • 1篇向量量化
  • 1篇小波
  • 1篇小波包
  • 1篇小波包变换
  • 1篇校准方法
  • 1篇假肢
  • 1篇关节
  • 1篇LVQ
  • 1篇LVQ神经网...
  • 1篇SEMG

机构

  • 3篇杭州电子科技...

作者

  • 3篇熊静
  • 2篇罗志增
  • 1篇刘志宏

传媒

  • 1篇模式识别与人...
  • 1篇机电工程

年份

  • 1篇2010
  • 2篇2009
3 条 记 录,以下是 1-3
排序方式:
一种膝关节角度测量及其校准方法被引量:4
2009年
针对膝关节角度测量问题,给出了一种基于微型加速度传感器测量角度原理的膝关节角度测量方法,该方法结合固定于膝关节同一位置但不同轴向角度的两个微型加速度传感器的测量数据,联合推算出膝关节角度。根据两个传感器输出加速度向量模相等的原理,进一步提出了测量角度的交叉校准方法。实验结果表明,采用该方法建立的膝关节角度测量系统,测量成本较低,测量精度达到±1.5°。
熊静罗志增
一种基于WPT和LVQ神经网络的手部动作识别方法被引量:13
2010年
针对表面肌电信号(SEMG)的手部动作识别,提出一种采用小波包变换(WPT)和学习向量量化(LVQ)算法的神经网络分类器.对SEMG信号进行基于熵准则的最优小波包基分解得到各个节点分解系数,计算信号各个节点相应子频段的系数能量,归一化处理后的特征向量输入LVQ神经网络,实现基于SEMG的手部动作识别.实验结果表明,采取两路SEMG信号,该分类器能有效识别伸腕、屈腕、展拳和握拳4种动作模式,达到96%的识别率,能可靠应用于2个自由度肌电假手的控制.
罗志增熊静刘志宏
关键词:神经网络
下肢姿态检测及运动状态预测算法研究
智能下肢假肢是近些年来机器人学和生物医学工程领域倍受关注的研究方向,下肢姿态检测及运动状态预测是智能下肢假肢控制的基础。研究智能假肢,为截肢者提供性能优良的假肢,有助于提高截肢者的生活质量,对于构建和谐社会具有重要的意义...
熊静
关键词:智能假肢
文献传递
共1页<1>
聚类工具0