基于多路sEMG时序分析的人体运动模式识别方法

佟丽娜; 侯增广; 彭亮; 王卫群; 陈翼雄; 谭民

首页> 中文期刊> 《自动化学报》 >基于多路sEMG时序分析的人体运动模式识别方法

基于多路sEMG时序分析的人体运动模式识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对主动康复训练中人体运动识别问题,提出了一种基于多路表面肌电(Surface electromyogram, sEMG)时序特征的人体运动模式识别方法.设计评估类周期sEMG信号波形相似度的方法来对多路sEMG信号进行特征选择；以二维科荷伦自组织竞争网络(Self-organization mapping net, SOM)对多路信息进行编码；最后,建立描述各运动过程多路sEMG时序特征的隐马尔科夫模型(Hidden Markov model, HMM),基于最大似然估计法对多模型匹配进行综合判决获取识别结果.并在对下肢踏车、椭圆、步行运动模式的识别实验中,相对于经典线性及非线性算法,识别率由72.5%和88.33%提高到91.67%,验证了本文方法的有效性.

著录项

来源
《自动化学报》 |2014年第5期|810-821|共12页
作者
佟丽娜; 侯增广; 彭亮; 王卫群; 陈翼雄; 谭民;
展开▼
作者单位

中国科学院自动化研究所复杂系统与管理国家重点实验室北京100190;

中国矿业大学北京机电与信息工程学院北京100083;

中国科学院自动化研究所复杂系统与管理国家重点实验室北京100190;

中国科学院自动化研究所复杂系统与管理国家重点实验室北京100190;

中国科学院自动化研究所复杂系统与管理国家重点实验室北京100190;

中国科学院自动化研究所复杂系统与管理国家重点实验室北京100190;

中国科学院自动化研究所复杂系统与管理国家重点实验室北京100190;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
康复训练; 表面肌电; 人体运动意图识别; 自组织神经网络; 隐马尔科夫模型;

相似文献

中文文献
外文文献
专利

1. 基于多通道sEMG小波包分解特征的人手动作模式识别方法 [J] . 都明宇 ,王志恒 ,荀一 . 计算机测量与控制 . 2018,第006期
2. 基于时序分析的人体运动模式的识别及应用 [J] . 林海波 ,李扬 ,张毅 . 计算机应用与软件 . 2014,第012期
3. 一种基于模式识别的多路盲语音提取方法 [J] . 徐舜 ,刘郁林 ,柏森 . 应用声学 . 2008,第003期
4. 基于SEMG的膝关节康复动作模式识别技术研究 [J] . 周楠 ,滕燕 . 机械制造与自动化 . 2016,第006期
5. 基于小波变换的多特征融合sEMG模式识别 [J] . 于亚萍 ,孙立宁 ,张峰峰 . 传感技术学报 . 2016,第004期
6. 基于神经网络集成技术的sEMG模式识别算法 [C] . Sun Baofeng ,孙保峰 ,ChenWanzhong . 第十六届全国图象图形学学术会议暨第六届立体图象技术学术研讨会 . 2012
7. 基于多传感器的人体运动模式识别方法研究 [A] . 张乾勇 . 2018

基于多路sEMG时序分析的人体运动模式识别方法

摘要

著录项

相似文献

相关主题

期刊订阅