【摘要】：針對(duì)手臂康復(fù)訓(xùn)練后仍缺乏準(zhǔn)確力覺的康復(fù)病人提出了一種手臂末端力的軟測(cè)量方法。采用肌電信號(hào)(EMG)傳感器與手臂姿態(tài)傳感器獲取的數(shù)據(jù)綜合描述手臂的綜合狀態(tài)信息,并作為隨機(jī)森林回歸的輸入,將手臂末端力作為隨機(jī)森林回歸的輸出。依據(jù)康復(fù)訓(xùn)練的基本動(dòng)作單元,針對(duì)性的設(shè)計(jì)了"推拉"和"提放"兩組試驗(yàn),在離線狀態(tài)下,利用力傳感器測(cè)量得到的實(shí)際末端力與手臂的綜合狀態(tài)信息作為樣本集,并通過大量樣本數(shù)據(jù)訓(xùn)練隨機(jī)森林回歸算子得到穩(wěn)定可靠的回歸算子,最后通過在線預(yù)測(cè)手臂末端力與真實(shí)末端力輸出的比較,驗(yàn)證了該方法的有效性。
[Abstract]:A soft measurement method for the end force of the arm is proposed for the rehabilitation patients who still lack accurate force after the arm rehabilitation training. The comprehensive state information of the arm is comprehensively described by using the data acquired by the muscle electric signal (EMG) sensor and the arm posture sensor, and the end force of the arm is used as the output of the random forest regression as input of the random forest regression. According to the basic operation unit of the rehabilitation training, two groups of tests of the "push-pull" and the "lifting" are designed in a targeted manner, and in the off-line state, the comprehensive state information of the actual end force and the arm obtained by the force sensor is used as a sample set, And a large number of sample data is used for training the random forest regression operator to obtain a stable and reliable regression operator, and finally, the validity of the method is verified by comparing the end force of the arm with the real end force output on-line.
【作者單位】： 南昌大學(xué)信息工程學(xué)院;東南大學(xué)儀器科學(xué)與工程學(xué)院;國網(wǎng)江西省電力公司信息通信分公司;北卡羅來納大學(xué)夏洛特分校計(jì)算機(jī)工程系;
【基金】：國家自然科學(xué)基金(61663027,81501560,61563035) 國家杰出青年科學(xué)基金(61325018)項(xiàng)目資助
【分類號(hào)】：TP181;TP212.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王象剛;;基于K均值隨機(jī)森林快速算法及入侵檢測(cè)中的應(yīng)用[J];科技通報(bào);2013年08期

2 張華偉;王明文;甘麗新;;基于隨機(jī)森林的文本分類模型研究[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2006年03期

3 邱一卉;林成德;;基于隨機(jī)森林方法的異常樣本檢測(cè)方法[J];福建工程學(xué)院學(xué)報(bào);2007年04期

4 馬昕;王雪;楊洋;;基于隨機(jī)森林算法的大學(xué)生異動(dòng)情況的預(yù)測(cè)[J];江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

5 楊帆;林琛;周綺鳳;符長虹;羅林開;;基于隨機(jī)森林的潛在k近鄰算法及其在基因表達(dá)數(shù)據(jù)分類中的應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2012年04期

6 聶斌;王卓;杜建強(qiáng);朱明峰;林劍鳴;艾國平;熊玲珠;;基于粗糙集和隨機(jī)森林算法輔助糖尿病并發(fā)癥分類研究[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

7 郭穎婕;劉曉燕;郭茂祖;鄒權(quán);;植物抗性基因識(shí)別中的隨機(jī)森林分類方法[J];計(jì)算機(jī)科學(xué)與探索;2012年01期

8 邱一卉;林成德;;基于隨機(jī)森林和單類支持向量機(jī)的電信行業(yè)客戶流失預(yù)測(cè)[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

9 于化龍;高尚;趙靖;秦斌;;基于過采樣技術(shù)和隨機(jī)森林的不平衡微陣列數(shù)據(jù)分類方法研究[J];計(jì)算機(jī)科學(xué);2012年05期

10 姚登舉;楊靜;詹曉娟;;基于隨機(jī)森林的特征選擇算法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2014年01期

相關(guān)會(huì)議論文 前9條

1 張利;孫德敏;張培仁;王永;楊兵;;設(shè)施農(nóng)業(yè)中的磷酸根濃度軟測(cè)量研究[A];中國儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（上）[C];2001年

2 韓大偉;鄒志云;;軟測(cè)量與推斷控制技術(shù)初探[A];2005全國自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集（三）[C];2005年

3 趙忠蓋;劉飛;;一種基于因子回歸模型的軟測(cè)量方法[A];2009中國過程系統(tǒng)工程年會(huì)暨中國mes年會(huì)論文集[C];2009年

4 畢維準(zhǔn);;粘度在線軟測(cè)量方法的應(yīng)用[A];2007年中國智能自動(dòng)化會(huì)議論文集[C];2007年

5 張自成;費(fèi)敏銳;;基于人工神經(jīng)網(wǎng)絡(luò)的中速磨存煤量軟測(cè)量方法[A];第七屆工業(yè)儀表與自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2006年

6 劉載文;許繼平;侯朝楨;王正祥;薛福霞;;SBR污水處理系統(tǒng)神經(jīng)網(wǎng)絡(luò)軟測(cè)量與控制技術(shù)[A];2005年中國智能自動(dòng)化會(huì)議論文集[C];2005年

7 常青;楊捷;裴洪卿;;基于RBF神經(jīng)網(wǎng)絡(luò)的丙烯腈收率軟測(cè)量方法[A];第十七屆全國過路控制會(huì)議論文集[C];2006年

8 孫玉坤;王博;丁慎平;;基于模糊支持向量機(jī)的賴氨酸發(fā)酵軟測(cè)量[A];第二十七屆中國控制會(huì)議論文集[C];2008年

9 劉瑞蘭;周凌柯;;混合建模方法在PTA過程4-CBA含量軟測(cè)量中的應(yīng)用[A];全國自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)會(huì)議論文集（一）[C];2005年

相關(guān)博士學(xué)位論文 前10條

1 張乾;基于隨機(jī)森林的視覺數(shù)據(jù)分類關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2016年

2 雷震;隨機(jī)森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年

3 于濤;基于混合模型的軟測(cè)量方法研究及其在發(fā)酵過程中的應(yīng)用[D];北京化工大學(xué);2006年

4 楊強(qiáng)大;諾西肽發(fā)酵過程生化參數(shù)軟測(cè)量方法的研究[D];東北大學(xué);2009年

5 李修亮;軟測(cè)量建模方法研究與應(yīng)用[D];浙江大學(xué);2009年

6 黃麗;基于數(shù)據(jù)驅(qū)動(dòng)的生物反應(yīng)過程軟測(cè)量與優(yōu)化控制[D];江蘇大學(xué);2011年

7 于曉明;支持向量機(jī)及其在制漿過程重要參數(shù)軟測(cè)量中的應(yīng)用研究[D];陜西科技大學(xué);2012年

8 凌玉華;鋁電磁鑄軋帶坯晶粒度軟測(cè)量及復(fù)合磁場(chǎng)智能控制研究[D];中南大學(xué);2010年

9 李鐵;電熔鎂爐熔池尺寸軟測(cè)量方法的研究[D];大連理工大學(xué);2013年

10 王強(qiáng);基于非線性特征提取的軟測(cè)量智能建模方法研究[D];中國石油大學(xué)（華東）;2013年

相關(guān)碩士學(xué)位論文 前10條

1 朱琪;基于最大平衡度與最大共識(shí)的改進(jìn)隨機(jī)森林算法研究[D];吉林大學(xué);2016年

2 馬驪;隨機(jī)森林算法的優(yōu)化改進(jìn)研究[D];暨南大學(xué);2016年

3 程政;城市道路短時(shí)車流量預(yù)測(cè)模型研究[D];中國科學(xué)技術(shù)大學(xué);2016年

4 陳實(shí);基于隨機(jī)森林的神經(jīng)肽剪切位點(diǎn)預(yù)測(cè)方法研究[D];華中科技大學(xué);2015年

5 胡宗杰;基于極值隨機(jī)森林的慢性胃炎中醫(yī)問診證候分類研究[D];華東理工大學(xué);2017年

6 康雅文;基于隨機(jī)森林的醫(yī)療行業(yè)供應(yīng)商的等級(jí)評(píng)估模型[D];安徽大學(xué);2017年

7 郭振宇;基于約簡隨機(jī)森林的電影票房預(yù)測(cè)分析[D];天津大學(xué);2016年

8 李磊;隨機(jī)森林及數(shù)據(jù)可視化在棉蚜等級(jí)預(yù)測(cè)中的應(yīng)用研究[D];山東農(nóng)業(yè)大學(xué);2017年

9 李貞貴;隨機(jī)森林改進(jìn)的若干研究[D];廈門大學(xué);2013年

10 姚明煌;隨機(jī)森林及其在遙感圖像分類中的應(yīng)用[D];華僑大學(xué);2014年

，

本文編號(hào)：2466206