基于小波变换和样本熵的假手肌电模式识别方法
来源期刊:控制与决策2007年第8期
论文作者:赵京东 姜力 蔡鹤皋 刘宏
文章页码:927 - 930
关键词:肌电信号;小波变换;样本熵;神经网络;Resilient反向传播算法;
摘 要:提出一种新的模式分类器,利用安置在拇长屈肌、指深屈肌和指伸肌上的3个电极所测得的肌电信号,实现了对3自由度假手手指运动的控制.该分类器采用小波变换和样本熵的方法构造特征矢量,经过由变学习速率算法和RP算法构建的集成3层前馈神经网络的分类,能够成功地分辨出拇指、食指和中指的弯曲与伸展运动,平均识别率可达96%以上.实验结果表明,该分类器为多自由度肌电假手的控制提供了一种有效的方法.
赵京东1,姜力1,蔡鹤皋1,刘宏2
1. 哈尔滨工业大学机电工程学院2. 德国宇航中心机器人及机电一体化研究所
摘 要:提出一种新的模式分类器,利用安置在拇长屈肌、指深屈肌和指伸肌上的3个电极所测得的肌电信号,实现了对3自由度假手手指运动的控制.该分类器采用小波变换和样本熵的方法构造特征矢量,经过由变学习速率算法和RP算法构建的集成3层前馈神经网络的分类,能够成功地分辨出拇指、食指和中指的弯曲与伸展运动,平均识别率可达96%以上.实验结果表明,该分类器为多自由度肌电假手的控制提供了一种有效的方法.
关键词:肌电信号;小波变换;样本熵;神经网络;Resilient反向传播算法;