基于表面肌电信号的腰背动作识别新方法

• 作者: 刘二宁 卢旭华 姜亚斌 张安林 王海滨 胡秀枋 范虓杰 邹任玲
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 表面肌电信号 动作识别 小波包变换 改进NARX神经网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 计算机软件与理论
• 页码范围: 71-74
• 页数: 4页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.201327

摘要

为提高基于表面肌电信号的人体腰背动作识别率,提出一种基于小波包能量与改进NARX神经网络的分类识别新方法.利用小波包变换对动作部位进行表面肌电信号特征提取,并采用改进NARX神经网络进行分类识别.选取8名实验者分别在扭腰、弯腰、侧弯腰3种动作下进行表面肌电信号数据采集,选择db4小波包函数对信号进行6层分解,得到第6层64个频带的小波包分解系数,代表各个动作信息的特征向量,作为改进NARX神经网络的输入进行分类识别.对照实验组中,改进NARX神经网络的识别率较高,总体识别率达到96.7％.实验结果表明,利用该识别方法对腰部动作进行分类识别,分类准确,且识别率更高.