基于下肢表面肌电信号的动作模式识别研究

• 作者: 王璐 范光辉 葛科铎 谢能刚
• 来源期刊: 齐齐哈尔大学学报（自然科学版）
• 学科: 工学
• 关键词: 肌电信号 特征向量 模式识别 BP神经网络 极限学习机
• 年，卷（期）: 2018,（6）
• 页码范围: 44-48
• 页数: 5页
• 分类号: TN911.7
• 字数: 3766字
• 语种: 中文

摘要

基于肌电信号模式识别方法,首先将采集的踝关节外展、内收,膝关节外伸、内屈4种动作的表面肌电信号经过去噪等预处理,接着分别提取4种动作表面肌电信号的积分肌电值和均方根值作为特征向量,最后利用这些特征向量进行模式识别.本文分别利用BP神经网络和极限学习机(ELM)两种方法进行肌电信号的模式识别,分别以识别率和识别时间为评价标准,比较两种方法在模式识别方面的优劣.实验结果表明:极限学习机(ELM)无论是在识别率还是在识别时间上都优于BP神经网络,能够更有效地对下肢4种动作进行模式识别.

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	安徽工业大学机械学院	48	347	10.0	15.0
2	谢能刚	安徽工业大学机械学院	119	968	17.0	24.0
3	范光辉	安徽工业大学机械学院	1	3	1.0	1.0
4	葛科铎	安徽工业大学机械学院	2	4	1.0	2.0