您当前的位置：
首页 > 文献资料
所属专业：
SFAP文献资料
-
基于遗传算法的sEMG至SFAP的分解算法
本研究提出了一种表面肌电信号(Surface Electromyogram,sEMG)至单纤维动作电位(Single Fiber ActionPotential,SFAP)新的分解算法.由于sEMG分解的复杂性,本研究将sEMG分解问题转化为SFAP三基函数参数的优化问题和同一SFAP参数的聚类问题.在算法中,运用改进的遗传算法(Genetic Algorithm,GA)进行参数的优化,运用无监督学习的Kohonen神经网络进行参数的聚类.遗传算法的运用加强了算法的搜索能力,提高了分解的正确贩率,加快了算法的收敛速度.本分解算法的运用使得医疗诊断和假肢控制等领域可以通过非侵入式测量得到SFAP随时间的变化规律.
