您当前的位置:
首页 > 文献资料
所属专业:
EMGs文献资料
-
基于肌电信号的人手运动状态的辨识
研究的目的在于利用人体前臂的肌电信号进行人手动作模式的识别.根据采集的肌电信号,判断动作始末状态并对该肌电信号进行小波降噪预处理,利用小波变换的高频细节系数极值构造特征矢量,经过学习矢量量化(LVQ)神经网络训练,能够有效地识别握拳、展拳、手腕内旋和手腕外旋4种动作模式.和前馈型神经网络比较,LVQ神经网络具有更高的识别准确率和更稳定的再现性.
关键词: EMGs 小波变换 学习矢量量化网络(LVQ) 神经网络 -
基于肌电信号的手臂运动状态的辨识
本研究的目的是利用人体上肢肌肉的肌电信号辨识人体肘关节运动状态.当人体手臂做屈伸运动时,采集肱二头肌和肱三头肌的肌电(EMGs)信号和肘关节角度信号,对EMGs进行处理和特征提取.提取的特征值作为一个四层的神经网络模型的输入信号,运用改进后的误差反传学习算法优化网络各层权值,映射出人体表面肌电信号和手臂运动状态间的非线性关系,并将处理后的肌电信号转换为相应时刻的肘关节运动角度.试验结果表明神经网络预测出的肘关节运动角度与测角仪测出的实际运动角度大误差小于1度.