對于同一手勢不同性別的表面肌電信號(hào)差異性較大。為了減小差異性,提出滑動(dòng)平均能量與能量補(bǔ)償相結(jié)合的方法。本實(shí)驗(yàn)共采集10種手勢動(dòng)作的表面肌電信號(hào);利用滑動(dòng)平均能量對活動(dòng)段進(jìn)行檢測,并對女性的動(dòng)作段進(jìn)行能量補(bǔ)償;小波包分解采用Db4、Bior3.2、Haar、Sys8、Dmey這5種小波函數(shù)提取特征;最后并通過粒子群優(yōu)化支持向量機(jī)進(jìn)行分類。結(jié)果分析表明,能量補(bǔ)償增大了特征的辨識(shí)度,減小了性別差異性,提高了手勢識(shí)別率。 

【文章來源】：中國醫(yī)學(xué)物理學(xué)雜志. 2020,37(03)CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

數(shù)據(jù)分割與起始點(diǎn)判斷

m1是通過對數(shù)據(jù)分割得到的女性動(dòng)作電位段的能量峰值，在動(dòng)作段范圍內(nèi)設(shè)定一個(gè)補(bǔ)償系數(shù)b，通過補(bǔ)償系數(shù)調(diào)整女性動(dòng)作段的能量值，得到補(bǔ)償后的能量值為Eb，補(bǔ)償系數(shù)b由同一手勢動(dòng)作的男性動(dòng)作段與女性動(dòng)作段能量值的比值進(jìn)行確定，這里b取值1.3。從測試者中選擇一名女性sEMG，利用能量補(bǔ)償對其活動(dòng)段進(jìn)行補(bǔ)償，結(jié)果如圖2所示。1.2 小波包分解

對圖3中補(bǔ)償后的女性sEMG提取特征，從測試者中在選擇一名女性sEMG進(jìn)行補(bǔ)償并提取特征，將兩名女性補(bǔ)償前后的特征矢量進(jìn)行對比，如圖3所示。通過補(bǔ)償結(jié)果可以看出，經(jīng)過補(bǔ)償后提取的特征與未補(bǔ)償?shù)膕EMG特征區(qū)別明顯。較補(bǔ)償前相比，兩名女性動(dòng)作段特征矢量值都有所增大，而靜止段的特征分布則基本不變，提高了動(dòng)作段的特征分辨能力。2 PSO-SVM

【參考文獻(xiàn)】：
期刊論文
[1]俯臥撐運(yùn)動(dòng)對翼狀肩患者肩周肌群表面肌電信號(hào)的影響[J]. 顧倩,顧琦,金多沇,施加加,吳勤峰.  中華物理醫(yī)學(xué)與康復(fù)雜志. 2018 (07)
[2]基于改進(jìn)支持向量機(jī)的人手動(dòng)作模式識(shí)別方法[J]. 都明宇,鮑官軍,楊慶華,王志恒,張立彬.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2018(07)
[3]基于表面肌電信號(hào)的肌肉疲勞狀態(tài)分類系統(tǒng)[J]. 曹昂,張珅嘉,劉睿,鄒煉,范賜恩.  計(jì)算機(jī)應(yīng)用. 2018(06)
[4]基于人工神經(jīng)網(wǎng)絡(luò)對sEMG信號(hào)的手勢動(dòng)作識(shí)別[J]. 王景芳,施霖.  傳感器與微系統(tǒng). 2017(06)
[5]基于表面肌電信號(hào)雙譜分析的動(dòng)作分類[J]. 孫光民,閆正祥,張俊杰,馬北川,李俊,姜明,劉天倫,張翼.  北京工業(yè)大學(xué)學(xué)報(bào). 2017(07)
[6]小波包系數(shù)能量百分比在局部放電模式識(shí)別中的應(yīng)用研究[J]. 吳炬卓,牛海清,許佳.  電器與能效管理技術(shù). 2017(08)
[7]基于DTW算法的肌電信號(hào)手勢識(shí)別方法[J]. 謝小雨,劉喆頡.  計(jì)算機(jī)工程與應(yīng)用. 2018(05)
[8]改進(jìn)學(xué)習(xí)因子和約束因子的混合粒子群算法[J]. 張水平,仲偉彪.  計(jì)算機(jī)應(yīng)用研究. 2015(12)
[9]基于粒子群優(yōu)化-支持向量機(jī)方法的下肢肌電信號(hào)步態(tài)識(shí)別[J]. 高發(fā)榮,王佳佳,席旭剛,佘青山,羅志增.  電子與信息學(xué)報(bào). 2015(05)
[10]關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J]. 張學(xué)工.  自動(dòng)化學(xué)報(bào). 2000(01)

碩士論文
[1]人體參數(shù)與STS肌肉肌電指標(biāo)關(guān)系研究[D]. 王文蕾.陜西科技大學(xué) 2016



本文編號(hào)：3465744