在用神經(jīng)網(wǎng)絡(luò)對肌電信號(electromyography,EMG)建模時,網(wǎng)絡(luò)規(guī)模的不確定導(dǎo)致預(yù)測效果無法確定。針對這一問題,提出一種利用回聲狀態(tài)網(wǎng)絡(luò)(echo state networks,ESN)作為EMG信號的建模方法。對于ESN網(wǎng)絡(luò)中參數(shù)不易確定的問題,采用粒子群算法(particle swarm optimization,PSO)對網(wǎng)絡(luò)參數(shù)進行優(yōu)化,以找到適合不同信號的網(wǎng)絡(luò)模型。為了提高優(yōu)化速度,ESN的優(yōu)化目標(biāo)函數(shù)改為平均均方根誤差并采用新的位置更新算法,避免粒子群算法出現(xiàn)局部最優(yōu)的問題。仿真結(jié)果表明改進粒子群算法加快了目標(biāo)函數(shù)的優(yōu)化速度。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 EMG檢測裝置
2 回聲狀態(tài)網(wǎng)絡(luò)
3 ESN參數(shù)優(yōu)化方法
    3.1 參數(shù)優(yōu)化目標(biāo)
    3.2 PSO粒子位置和速度的更新機制
    3.3 優(yōu)化步驟
4 實驗結(jié)果與分析
    4.1 實驗結(jié)果
    4.2 實驗分析
5 結(jié)束語



本文編號：3820107