基于径向基网络的表面肌电信号处理

• 作者: 杨善晓 杨广映
• 来源期刊: 江西科学
• 关键词: 表面肌电信号 AR模型 RBF神经网络
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 研究报告
• 页码范围: 566-568,583
• 页数: 4页
• 分类号: TN91
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3679.2008.04.016

摘要

利用AR模型对实验所采集到的原始二通道表面肌电信号(SEMG)加以分析,提取AR系数作为特征值,将其作为训练样本输入到RBF神经网络进行训练,用此网络对前臂的伸臂和曲臂两种运动模式的表面肌电信号进行模式分类.实验表明,基于径向基函数RBF神经网络分类准确率比BP神经网络更高,具有较强的鲁棒性和自适应能力,可以有效识别肌肉的单动作模式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨广映	台州学院物理与电子工程学院	5	8	2.0	2.0
2	杨善晓	台州学院物理与电子工程学院	4	9	2.0	3.0