...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Performability Engineering >Adaptive Classifier based on Distance of Probabilistic Fuzzy Set for EMG Robot
【24h】

Adaptive Classifier based on Distance of Probabilistic Fuzzy Set for EMG Robot

机译：基于EMG机器人概率模糊距离的自适应分类器

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Surface electromyographic (sEMG) signals always change with the external and internal conditions of human beings. Such a time-varying characteristic leads to decreasing classification accuracy of fixed-parameter classifiers for EMG patterns with time. To design a control system for EMG-based artificial limbs with stable performance, it is necessary to introduce the adaptive mechanism in the classifiers for EMG patterns. In addition, there are many uncertainties in the process of EMG signal acquisition and grasp model recognition. In this paper, on the basis of a distance classifier based on probabilistic fuzzy set, we attempted to introduce the adaptive scheme to the classifiers for EMG patterns and then verified the application of the scheme in the classification of EMG patterns through experiments. The study shows that a self-enhancement distance classifier based on probabilistic fuzzy set can improve recognition accuracy.
机译：表面电拍摄（SEMG）信号总是随着人类的外部和内部条件而变化。 这种时变特性导致随时间的EMG模式的固定参数分类器的分类精度降低。 为了设计具有稳定性能的基于EMG的人工肢体的控制系统，有必要在模拟器中引入EMG模式的自适应机制。 此外，在EMG信号采集和掌握模型识别过程中存在许多不确定性。 本文基于概率模糊集的距离分类器，我们试图将自适应方案介绍给EMG模式的分类器，然后通过实验验证了该方案在eMG模式的分类中的应用。 该研究表明，基于概率模糊集的自增强距离分类器可以提高识别精度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号