基于肌电信号的手部动作模式识别新思路

• 作者: 尤波 杨大鹏 王焕灵 黄玲
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 表面肌电信号(sEMG) 模式识别 误差反向传播(BP)神经网络
• 年，卷（期）: 2011,（21）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 166-169
• 分类号: TP183
• 字数: 4073字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.21.043

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尤波	哈尔滨理工大学自动化学院	144	870	14.0	22.0
2	杨大鹏	哈尔滨工业大学机器人技术与系统国家重点实验室	15	146	7.0	12.0
3	黄玲	哈尔滨理工大学自动化学院	34	268	9.0	15.0
4	王焕灵	哈尔滨理工大学自动化学院	3	31	2.0	3.0