基于SOA-ELM的手部动作识别方法实验研究

• 作者: 孟瑞 岑豫皖 朱兴江 王璐 葛科铎
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 表面肌电信号 搜寻者优化算法 极限学习机
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 机械、控制与电气
• 页码范围: 264-268
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2017.03.010

摘要

为提高人体手部动作识别率,利用搜寻者优化算法(SOA)的全局搜索最优解原理和极限学习机(ELM)处理非线性关系的能力,提出一种基于搜寻者优化算法优化极限学习机(SOA-ELM)的手部动作识别方法.首先,采集内翻、外翻、握拳、展拳等4种手部动作的表面肌电信号,提取4种表面肌电信号的积分肌电值和均方根值,将其作为特征值;然后,利用这些特征值对ELM进行训练,采用SOA搜寻ELM的最优输入层权值和隐含层节点阈值;最后,采用经SOA优化的ELM对4种手部动作进行识别.实验结果表明,SOA-ELM比粒子群优化极限学习机(PSO-ELM)能更有效地对4种手部动作进行识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王璐	安徽工业大学机械工程学院	48	347	10.0	15.0
2	岑豫皖	安徽工业大学机械工程学院	85	1014	14.0	28.0
3	孟瑞	安徽工业大学机械工程学院	6	16	1.0	4.0
4	葛科铎	安徽工业大学机械工程学院	2	4	1.0	2.0
5	朱兴江		1	1	1.0	1.0