發(fā)布時間：2017-04-26 02:09

  本文關(guān)鍵詞：面向仿生假手的表面肌電信號檢測與模式識別研究，由筆耕文化傳播整理發(fā)布。

【摘要】：表面肌電信號(Surface electromyography signal,sEMG)是在肌肉活動過程中形成的一種電生理信號。在表面肌電信號領(lǐng)域,表面肌電信號的分解以及基于表面肌電的人體動作的識別是一大研究焦點。通過研究,爭取為人類創(chuàng)造一種更方便、自然、簡單、有效、迅速的人機(jī)交互方式,這對于手語識別、游戲娛樂產(chǎn)品、假肢控制、作戰(zhàn)指揮、移動設(shè)備操控、運動電子產(chǎn)品等行業(yè)而言,意義深遠(yuǎn)。在多功能假肢控制領(lǐng)域中,表面肌電信號模式的識別是一種基礎(chǔ)性問題。論文針對模式分類手段以及EMG信號特征的提取展開具體地探索與分析。EMG信號主要來源于位于前臂四塊不同肌肉組織的表面電極,選取改進(jìn)的支持向量機(jī)作為模式識別的方法,識別不同手勢動作,涵蓋了預(yù)處理、信號采集以及手部動作識別這三部分工作內(nèi)容。本論文首先對比分析研究了頻域特征、時域特征以及小波特征等諸多肌電信號特征識別手段,對小波包函數(shù)的能量特征值進(jìn)行降維處理,將所得結(jié)果作為最優(yōu)特征向量。在模式識別方面,先從眾多識別分類器中選出最小二乘支持向量機(jī)與標(biāo)準(zhǔn)支持向量機(jī)兩種,然后在此分類器內(nèi)輸入獲取到的特征向量,經(jīng)過分析處理之后,以不同手勢動作產(chǎn)生的不同表面肌電信號手為識別對象,進(jìn)行分類處理。在分類器尋優(yōu)過程中,引入遺傳算法和粒子群算法進(jìn)行對比實驗,對訓(xùn)練時間及動作識別的正確率進(jìn)行分析后發(fā)現(xiàn),對于文中四種手部動作識別方式,基于粒子群參數(shù)尋優(yōu)下的最小二乘支持向量機(jī)模式識別具有更短的運算時間和更高的識別率。
【關(guān)鍵詞】：表面肌電信號 特征提取 模式識別 小波包變換 支持向量機(jī)
【學(xué)位授予單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R318;TN911.23
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-14
• 1.1 研究背景與意義8
• 1.2 表面肌電信號國內(nèi)外研究現(xiàn)狀8-12
• 1.2.1 表面肌電信號采集和預(yù)處理研究現(xiàn)狀9-10
• 1.2.2 表面肌電信號特征參數(shù)提取方法研究現(xiàn)狀10-12
• 1.2.3 表面肌電信號模式識別分類研究現(xiàn)狀12
• 1.3 本文研究內(nèi)容12-13
• 1.4 小結(jié)13-14
• 第2章 表面肌電信號及其特性14-22
• 2.1 表面肌電信號概述14-16
• 2.1.1 肌肉組織結(jié)構(gòu)及動作電位14
• 2.1.2 MUAP模型14-15
• 2.1.3 影響表面肌電信號的因素15-16
• 2.2 表面肌電信號獲取16-18
• 2.2.1 表面肌電信號數(shù)據(jù)采集與獲取16-17
• 2.2.2 采樣頻率17-18
• 2.2.3 采樣序列的濾波18
• 2.3 表面肌電信號分析及處理18-21
• 2.3.1 非平穩(wěn)信號及其動態(tài)特征描述18-19
• 2.3.2 表面肌電信號活動段分析19-20
• 2.3.3 表面肌電信號降維處理20-21
• 2.4 小結(jié)21-22
• 第3章 表面肌電信號特征提取方法研究22-35
• 3.1 時域特征提取方法22-25
• 3.1.1 時域特征22-23
• 3.1.2 實驗與結(jié)果分析23-25
• 3.2 頻域特征提取方法25-27
• 3.2.1 頻域特征25
• 3.2.2 實驗與結(jié)果分析25-27
• 3.3 時頻域特征提取方法27-34
• 3.3.1 基于小波變換(WT)的特征值提取27-29
• 3.3.2 基于小波包變換(WPT)的特征值提取29-31
• 3.3.3 實驗與結(jié)果分析31-34
• 3.4 小結(jié)34-35
• 第4章 表面肌電信號模式識別分類方法研究35-47
• 4.1 標(biāo)準(zhǔn)支持向量機(jī)（SVM）分類器35-39
• 4.1.1 支持向量機(jī)原理35-36
• 4.1.2 最優(yōu)分類面的構(gòu)造36-37
• 4.1.3 核函數(shù)的選取37-38
• 4.1.4 參數(shù)的選取38-39
• 4.2 最小二乘支持向量機(jī)（SVM）的原理39-40
• 4.3 基于支持向量機(jī)的表面肌電信號分類方法40-44
• 4.3.1 遺傳算法40-42
• 4.3.2 粒子群算法42-44
• 4.4 模式識別結(jié)果與分析44-46
• 4.4.1 識別準(zhǔn)確率44-45
• 4.4.2 識別時間45-46
• 4.5 小結(jié)46-47
• 第5章 結(jié)論47-49
• 5.1 結(jié)論47
• 5.2 展望47-49
• 參考文獻(xiàn)49-54
• 在學(xué)研究成果54-55
• 致謝55

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 郝冬梅;吳水才;;醫(yī)學(xué)模式識別課程建設(shè)的探索[J];醫(yī)學(xué)信息;2010年03期

2 相秉仁,安登魁;模式識別及其在藥物分析中的應(yīng)用[J];國外醫(yī)學(xué).藥學(xué)分冊;1983年04期

3 蘇薇薇;;模式識別及其在藥物分析領(lǐng)域的應(yīng)用[J];廣東醫(yī)藥學(xué)院學(xué)報;1989年02期

4 蔣有銘,張海云,崔健,沈霖霖,盛今惠;漢語元音自回歸模型的模式識別[J];生物醫(yī)學(xué)工程學(xué)雜志;1991年03期

5 申明金;;廣義回歸神經(jīng)網(wǎng)絡(luò)用于拮抗藥化合物活性的模式識別[J];數(shù)理醫(yī)藥學(xué)雜志;2006年04期

6 鄧原成;模式識別在結(jié)腸電圖分析中的應(yīng)用[J];北京生物醫(yī)學(xué)工程;1992年03期

7 趙宇新,李曼玲;模式識別在中藥質(zhì)量評價中的應(yīng)用進(jìn)展[J];中國中藥雜志;2002年11期

8 王爾華,姚啟根,彭司勛;模式識別法及其在藥物設(shè)計中的應(yīng)用[J];國外醫(yī)學(xué).藥學(xué)分冊;1983年02期

9 蘇薇薇,何春馥,王璽,羅旭;中藥黃芩的化學(xué)模式識別[J];沈陽藥學(xué)院學(xué)報;1988年02期

10 肖薏,王旭;計算機(jī)在醫(yī)學(xué)模式識別中的應(yīng)用[J];醫(yī)學(xué)情報工作;1995年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張如浩;趙巍;齊永和;;人類形象思維模式識別與機(jī)器模式識別之探討[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

2 李瑞宏;李薄山;肖薇;;模式識別與病毒對抗[A];第十一屆全國計算機(jī)安全技術(shù)交流會論文集[C];1996年

3 王箏;楊德超;高軍濤;許翱翔;歐陽楷;;兔嗅覺神經(jīng)的動力學(xué)研究——模式識別的穩(wěn)健性[A];21世紀(jì)醫(yī)學(xué)工程學(xué)術(shù)研討會論文摘要匯編[C];2001年

4 吳曉明;盛元生;王克明;沙云東;李宴喜;;航空結(jié)構(gòu)聲疲勞應(yīng)力的仿真與模式識別[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

5 張開銀;;模式識別中的信息融合方法——二次決策[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

6 趙健;俞卞章;;小波與神經(jīng)網(wǎng)絡(luò)在模式識別中應(yīng)用的研究[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

7 崔建國;王旭;張大千;王少曼;張威;;基于磁場刺激與神經(jīng)網(wǎng)絡(luò)肌電信號的模式識別[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

8 ;紅外偏振圖像的模式識別[A];黑龍江、江蘇、山東、河南、江西 五省光學(xué)（激光）聯(lián)合學(xué)術(shù)‘13年會論文（摘要）集[C];2013年

9 李永杰;李凌;廖小麗;陳華富;堯德中;;在生物醫(yī)學(xué)工程專業(yè)本科生中開設(shè)《模式識別》課程的實踐與構(gòu)想[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

10 尹春玲;胡樂乾;蔡玉樂;張海艷;;紅外光譜法對茶葉種類的模式識別[A];中國化學(xué)會第十二屆全國應(yīng)用化學(xué)年會論文集[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前7條

1 陳瑜邋唐婷;讓計算機(jī)會看、會聽、會說、會思考[N];科技日報;2007年

2 范興川 鄭華坤;計算機(jī)形象思維創(chuàng)新之路[N];科技日報;2004年

3 記者 吳苡婷;心愿：讓高科技走出“象牙塔”[N];上海科技報;2006年

4 本報記者 佘惠敏;模式識別，，行走在電腦與人腦之間[N];經(jīng)濟(jì)日報;2014年

5 張琪;當(dāng)機(jī)器搶了你的工作[N];經(jīng)濟(jì)觀察報;2012年

6 記者 邵斌;漢語走上國際口語自動翻譯平臺[N];大眾科技報;2000年

7 記者 劉垠;首屆中美視覺夏令營開營[N];大眾科技報;2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 厲小潤;模式識別的核方法研究[D];浙江大學(xué);2007年

2 趙海峰;基于圖的模式識別及其在計算機(jī)視覺中的應(yīng)用[D];南京理工大學(xué);2011年

3 肖瀟;高維仿生信息幾何學(xué)研究及其在模式識別中的應(yīng)用[D];浙江工業(yè)大學(xué);2012年

4 顏學(xué)峰;高維復(fù)雜模式識別的新方法[D];浙江大學(xué);2002年

5 丁世飛;基于信息理論的數(shù)字模式識別及應(yīng)用研究[D];山東科技大學(xué);2004年

6 萬海平;模式識別中核方法若干問題研究[D];北京郵電大學(xué);2006年

7 陳文濤;煙草異物在線高速模式識別與剔除技術(shù)研究[D];重慶大學(xué);2003年

8 蔣強(qiáng)榮;圖核及其在模式識別中應(yīng)用的研究[D];北京工業(yè)大學(xué);2012年

9 胡文軍;關(guān)于模式識別中大樣本分類技術(shù)的幾個關(guān)鍵問題研究[D];江南大學(xué);2012年

10 劉冬梅;基于模式識別和目標(biāo)跟蹤技術(shù)的前庭功能檢查系統(tǒng)應(yīng)用研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 臧佳音;基于IGSA優(yōu)化的MLSSVR應(yīng)用研究[D];燕山大學(xué);2015年

2 趙盈;基于模式識別的結(jié)構(gòu)可靠度分析方法研究[D];廣西大學(xué);2015年

3 汪磊;基于LBS軌跡的出行活動鏈模式識別研究[D];大連交通大學(xué);2015年

4 李松;市售發(fā)酵醬油品質(zhì)分析及模式識別研究[D];吉林農(nóng)業(yè)大學(xué);2015年

5 王平光;橋梁拉索腐蝕損傷聲發(fā)射監(jiān)測及模式識別[D];大連理工大學(xué);2015年

6 賈士力;模式識別在生物信息學(xué)中的應(yīng)用[D];河北科技大學(xué);2015年

7 高芬;基于局部模型和仿生模式識別的目標(biāo)跟蹤方法研究[D];西安電子科技大學(xué);2015年

8 尹子彬;多負(fù)載模式識別計量控制系統(tǒng)[D];石家莊鐵道大學(xué);2015年

9 李龍;基于神經(jīng)網(wǎng)絡(luò)的輪式小車系統(tǒng)的模式識別研究[D];天津科技大學(xué);2013年

10 張波;基于超聲波法的GIS局部放電模式識別的研究[D];華北電力大學(xué);2015年

  本文關(guān)鍵詞：面向仿生假手的表面肌電信號檢測與模式識別研究，由筆耕文化傳播整理發(fā)布。

本文編號：327522