基于ESN的下肢表面肌电信号预测算法

• 作者: 熊鸣
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 肌电信号 回声状态网络 粒子群算法
• 年，卷（期）: 2020,（2）
• 页码范围: 15-20
• 页数: 6页
• 分类号: TP274
• 字数: 5099字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2020.02.004

摘要

在用神经网络对肌电信号(electromyography,EMG)建模时,网络规模的不确定导致预测效果无法确定.针对这一问题,提出一种利用回声状态网络(echo state networks,ESN)作为EMG信号的建模方法.对于ESN网络中参数不易确定的问题,采用粒子群算法(particle swarm optimization,PSO)对网络参数进行优化,以找到适合不同信号的网络模型.为了提高优化速度,ESN的优化目标函数改为平均均方根误差并采用新的位置更新算法,避免粒子群算法出现局部最优的问题.仿真结果表明改进粒子群算法加快了目标函数的优化速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊鸣	北京信息科技大学自动化学院	33	55	4.0	6.0