表面肌電信號(hào)(Surface Electromyography,sEMG)是由表面電極從肌肉表面獲取的生物電信號(hào),因其無創(chuàng)性、采集便捷、包含肌肉收縮的生理信息而被廣泛應(yīng)用于上肢假肢控制領(lǐng)域。從sEMG信號(hào)中準(zhǔn)確地識(shí)別出上肢體的手勢動(dòng)作模式,是肌電假手進(jìn)行準(zhǔn)確控制的關(guān)鍵。目前對sEMG手勢識(shí)別的研究取得了較大成功,但在日常使用中穿戴假肢套筒導(dǎo)致的電極移位問題會(huì)造成數(shù)據(jù)分布發(fā)生改變,從而顯著降低手勢識(shí)別的準(zhǔn)確性。大量研究已經(jīng)證實(shí),電極移位是影響肌電假手手勢識(shí)別魯棒性的關(guān)鍵因素。因此研究電極移位下手勢識(shí)別的魯棒算法具有重要的意義。目前針對電極移位的算法主要利用電極移位后新收集的樣本來校準(zhǔn)分類器。雖然校準(zhǔn)方法能夠保持系統(tǒng)的準(zhǔn)確性,但是收集新標(biāo)記樣本對于用戶而言是非常不方便且耗時(shí)的。而不使用新標(biāo)記樣本的方法,在電極移位對數(shù)據(jù)分布改變顯著時(shí),無法保持其準(zhǔn)確性。因此本文深入分析了電極移位對數(shù)據(jù)分布的影響,基于獲取少量無標(biāo)記新樣本的前提下,通過分析電極移位前后數(shù)據(jù)的分布關(guān)聯(lián)性及特征關(guān)系,提出了基于分布映射的多分類器加權(quán)結(jié)合方法及無監(jiān)督域適應(yīng)方法,有效地運(yùn)用電極移位前的數(shù)據(jù)來輔助模型對電極移位后數(shù)據(jù)的學(xué)...

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 肌電假肢控制的研究現(xiàn)狀
        1.2.2 sEMG手勢識(shí)別的研究現(xiàn)狀
        1.2.3 針對電極移位問題的研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第二章 背景知識(shí)
    2.1 表面肌電信號(hào)(sEMG)
        2.1.1 sEMG的產(chǎn)生及特點(diǎn)
        2.1.2 基于sEMG手勢識(shí)別的肌電控制
    2.2 電極移位
        2.2.1 電極移位的產(chǎn)生
        2.2.2 電極移位的影響
    2.3 相關(guān)機(jī)器學(xué)習(xí)方法概述
        2.3.1 機(jī)器學(xué)習(xí)方法類型
        2.3.2 在線半監(jiān)督多通道生長型神經(jīng)氣OSSMGNG
        2.3.3 線性判別分析LDA
        2.3.4 多層神經(jīng)網(wǎng)絡(luò)MLP
    2.4 本章小結(jié)
第三章 針對電極移位的sEMG手勢識(shí)別在線半監(jiān)督學(xué)習(xí)方法
    3.1 基本概述
    3.2 在線半監(jiān)督學(xué)習(xí)模型
    3.3 實(shí)驗(yàn)驗(yàn)證
        3.3.1 實(shí)驗(yàn)設(shè)定
        3.3.2 實(shí)驗(yàn)結(jié)果和分析
    3.4 本章小結(jié)
第四章 基于分布映射的多分類器加權(quán)結(jié)合方法
    4.1 基本概述
    4.2 基于分布映射的多分類器加權(quán)結(jié)合方法
        4.2.1 分布映射的學(xué)習(xí)
        4.2.2 加權(quán)分類器的學(xué)習(xí)
        4.2.3 數(shù)據(jù)分布評估及分類
    4.3 實(shí)驗(yàn)驗(yàn)證
        4.3.1 實(shí)驗(yàn)設(shè)定
        4.3.2 實(shí)驗(yàn)結(jié)果和分析
    4.4 本章小結(jié)
第五章 針對電極移位的sEMG手勢識(shí)別無監(jiān)督域適應(yīng)方法
    5.1 基本概述
    5.2 基于LDA的無監(jiān)督域適應(yīng)方法
        5.2.1 基準(zhǔn)類的選擇
        5.2.2 非基準(zhǔn)類分布參數(shù)的估計(jì)
        5.2.3 LDA分類器的校準(zhǔn)
    5.3 實(shí)驗(yàn)驗(yàn)證
        5.3.1 實(shí)驗(yàn)設(shè)定
        5.3.2 實(shí)驗(yàn)結(jié)果和分析
    5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件



本文編號(hào)：3841897