基于 DBN 的 sEMG 智能轮椅人机交互系统

• 作者: 李玉兰 蔡军
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 人机交互 表面肌电信号 深度信任网络 支持向量机 智能轮椅
• 年，卷（期）: 2015,（z1）
• 所属期刊栏目: 智能机器人与智能系统
• 页码范围: 74-77
• 页数: 4页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.13245/j.hust.15S1018

摘要

设计了基于表面肌电信号的智能轮椅人机交互系统，首先通过 CyberLink 肌电传感器，对面部运动信号进行采集与分析处理，采用了深度信任网络（deep belief network，DBN）算法对肌电信号进行分类，进而用于智能轮椅的运动控制．实验表明：与支持向量机相比，用深度信任网络训练肌电信号，能有效地处理大量的肌电样本信号，并得到最高可达95．25％的识别率，提高了肌电信号的识别率、有效降低了对大量数据的处理时间、增强了智能轮椅响应的实时性．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡军	重庆邮电大学自动化学院	26	129	7.0	9.0
2	李玉兰	重庆邮电大学自动化学院	2	9	2.0	2.0