基于 GGA-Elman 网络的头部体态语言 sEMG识别

• 作者: 杨钟亮 陈育苗
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 头部运动 体态语言 肌电 肌肉 时域分析 神经网络 遗传算法 模式识别
• 年，卷（期）: 2014,（4）
• 页码范围: 385-391
• 页数: 7页
• 分类号: TP391
• 字数: 4008字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201310047

摘要

为提高头部体态语言表达“同意”与“不同意”态度的识别效果，提出结合贪心遗传算法和Elman神经网络的表面肌电识别方法。通过前导实验分别采集8名被试者点头与摇头时颈部肌肉的表面肌电信号，利用Wilcoxon秩和检验提取具有显著性差异的10个肌电时域特征值，进而基于贪心遗传算法优化的Elman神经网络建立体态语言识别模型。实验结果表明，该模型能成功识别自发表达“同意”与“不同意”的头部体态语言，与标准Elman神经网络和BP神经网络的识别模型相比，相关系数更高、均方误差更小，对测试集的正确识别率提高了3．2％以上，从而验证了该方法的可靠性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨钟亮	东华大学机械工程学院	5	11	2.0	3.0