时频广义S变换和VL-MOBP神经网络在人体动作识别中的应用

• 作者: 尹柏强 邓影 王署东 胡增超 李兵 佐磊
• 来源期刊: 电子测量与仪器学报
• 关键词: 时频广义S变换 VL-MOBP神经网络 表面肌电信号 动作识别
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: "信息处理技术"专题|INFORMATION PROCESSING TECHNOLOGY
• 页码范围: 1-9
• 页数: 9页
• 分类号: TN911.7
• 语种: 中文
• DOI: 10.13382/j.jemi.B2003032

摘要

针对仿生假肢动作识别问题,提出基于时频广义S变换和VL-MOBP神经网络的下肢动作识别方法.首先用时频广义S变换对年龄在20～40岁,身高在170～185 cm,体重在50～75 kg的22名男性测试者下肢4种表面肌电信号和膝盖弯曲度信号进行多分辨率分析,得到在时间和频率分辨率较好情况下信号时频累计特性曲线,然后提取时频累计特性曲线幅值的均值和标准差作为特征向量,用VL-MOBP神经网络对人体下肢的行走、站立及静坐3种动作进行识别.实验结果表明,提出的下肢动作识别方法能够取得很好的识别效果,平均识别准确度达96.67％,高出小波变换约56％,高出短时傅里叶变换约36％,验证了该方法在动作识别中的有效性.