多模式人手动作分类识别方法

• 作者: 张立彬 杨庆华 王志恒 荀一 都明宇 高峰 鲍官军
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 表面肌电 手部动作 神经网络 模式识别
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 智能制造
• 页码范围: 1474-1479
• 页数: 6页
• 分类号: TP241.3
• 字数: 4144字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2019.12.014

摘要

为了满足手部运动功能康复器的主动康复训练对多种人手动作模式识别的需求,分析了表面肌电信号采样通道设置布局、训练样本制作、特征提取方式、模式分类器结构参数等因素对手部动作识别的影响,设计了针对前臂的表面肌电信号采集方案,分别基于时域统计量、自回归模型系数、小波包分解系数特征设计了BP神经网络分类器.实验结果表明:对6种单指动作、13种多指动作、20种手部动作的最佳平均识别率分别为98.5％、92.4％、90.9％,计算时间小于190 ms,验证了所提出方法的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立彬	浙江工业大学机械工程学院	94	1624	26.0	38.0
2	杨庆华	浙江工业大学机械工程学院	89	1051	20.0	29.0
3	荀一	浙江工业大学机械工程学院	14	242	9.0	14.0
4	鲍官军	浙江工业大学机械工程学院	65	939	18.0	29.0
5	都明宇	浙江工业大学机械工程学院	17	84	5.0	8.0
6	高峰	浙江工业大学机械工程学院	24	399	11.0	19.0
7	王志恒	浙江工业大学机械工程学院	21	162	7.0	12.0