基于表面肌电信号的绝缘手套法带电作业人员上肢肌肉疲劳分析

绝缘手套法是配网带电作业的主要作业方式,为获取穿戴绝缘手套的带电作业人员上肢肌肉的疲劳特性及其诱发的肌肉骨骼系统疾患(work-related musculoskeletal disorders,WMSDs)的风险,开展了基于表面肌电信号(surface electromyogra-phy,sEMG)的绝缘手套法带电作业人员上肢肌肉疲劳评估研究.针对配网绝缘手套法的典型作业工况,搭建了绝缘手套法带电作业上肢的sEMG试验平台,采集受试者上肢(右手)各目标肌肉在是否穿戴绝缘手套下的sEMG信号;基于时域特征参数积分肌电值(integrated electromyography,IEMG)、均方根值(root mean square,RMS)及频域特征参数平均功率频率(mean power frequency,MPF)、中位频率(median frequency,MDF)对绝缘手套的上肢肌肉疲劳特征进行评估;基于支持向量机(support vector machine,SVM)构建了带电作业人员上肢肱桡肌疲劳状态识别模型.结果表明:穿戴绝缘手套作业时各目标肌肉更容易进入疲劳状态;穿戴绝缘手套作业时,作业人员上肢部位的肱桡肌、肱二头肌、肱三头肌、三角肌的疲劳程度依次递减,与仿真计算的分析结果一致;sEMG时域特征参数IEMG、RMS对作业人员上肢肌肉疲劳的表征效果要优于频域特征参数MPF和MDF;带电作业人员上肢肱桡肌疲劳状态识别模型总体平均准确率为86.56％,能有效识别上肢肱桡肌肌肉疲劳状态.     

基于支持向量机的表面肌电信号动作模式识别

为更好地将表面肌电信号应用于智能轮椅的人机接口,提出了一种基于SVM的表面肌电信号动作模式的识别算法。采用一对一的方式构造SVM多值分类器,按照投票原则确定测试样本的类别归属,并与动作模式识别的核fisher算法和RBF神经网络算法进行了对比分析。实验结果表明,支持向量机(SVM)算法识别率更高,可以取得理想的学习效果和泛化性能,很好地解决小样本、非线性及局部极小值问题。     

基于支持向量机的增量学习算法

通过对支持向量机KKT条件和样本间关系的研究,分析了新增样本加入训练集后支持向量的变化情况,提出一种改进的Upper Limiton Increment增量学习算法.该算法按照KKT条件将对应的样本分为3类:位于分类器间隔外,记为RIG;位于分类间隔上,记为MAR;位于分类间隔内,记为ERR.并在每次训练后保存ERR集,将其与下一个增量样本合并进行下一次训练.实验证明了该算法的可行性和有效性.     

基于粒子群优化支持向量机康复下肢外骨骼的脑电控制研究

为解决失能人群自主移动的问题,脑机接口(brain computer interface, BCI)已广泛应用于外骨骼领域,但脑电(electroencephalogram, EEG)信号因信噪比低等原因导致识别率一直难以提高。为提高基于脑机接口下肢外骨骼的信号识别率,采用粒子群优化支持向量机(particle swarm optimization-support vector machine, PSO-SVM)算法提高脑电信号识别率,取得了86.52%的脑电信号识别率。首先建立共空间模式(common spatial pattern, CSP)数学模型对脑电信号进行特征提取,随后建立基于粒子群优化的支持向量机分类模型,优化脑电信号分类关键参数,将最终的实验数据与传统的支持向量机分类方法比较,最后进行算法的验证及下肢外骨骼实验。实验结果表明：经过粒子群优化的支持向量机分类准确明显高于传统支持向量机分类。所提出粒子群优化支持向量机对脑电信号的特征识别方法可实现运动想象(motor imagery, MI)的精确识别,为脑机接口技术在康复外骨骼领域的应用提供理论基础和技术支持。     

支持向量机在表面肌电信号模式分类中的应用

采用小波变换的方法对实验采集的原始四通道表面肌电信号(sEMG)进行了分析,并提取小波分解系数的奇异值构建特征矢量,利用“一对一”分类策略和二叉树设计的多类支持向量机(SVM)分类器,很好地实现了对前臂8种运动表面肌电信号的模式分类,8种运动模式的平均识别率为98.75%.研究表明SVM分类准确率明显优于传统的BP神经网络、Elman神经网络和RBF神经网络分类器,且识别精度高,鲁棒性好,对肌电信号及其他非平稳生理电信号的模式识别,提供了一种具有良好应用前景的新方法.     

基于粒子群优化算法的支持向量机研究

基于粒子群优化算法提出了一种通过优化支持向量机模型参数,建立更佳的支持向量机数学模型的方法. 针对双螺旋分类问题,分别利用基于粒子群优化算法所建立的支持向量机分类器和标准支持向量机分类器进行了仿真实验,利用所建立的评价体系对仿真实验所获得的实验数据进行了评估,评估结果表明基于粒子群优化算法的支持向量机分类器明显优于标准支持向量机分类器,其分类结果表明基于粒子群优化算法的支持向量机分类器提高了分类结果的准确性,同时也验证了基于粒子群优化算法的支持向量机分类器在数据分类中的有效性.      

基于肌电复杂度和支持向量机的比例控制假手

为了提高肌电假手模式识别和速度比例控制准确率,提出一种基于肌电复杂度特征和支持向量机的比例控制假手方法.提取能够表征动作复杂度的Lempel-Ziv复杂度和平均功率作为表面肌电特征,输入支持向量机,对握拳、伸拳、腕伸及腕屈四个动作进行识别,同时通过三次样条插值方法对动作过程的肌电平均功率和动作速度进行拟合,实现假手的速度比例控制.实验表明:该方法取得了94.18%的动作模式平均识别率和8%以内的比例控制误差.     

基于支持向量机的红虫识别研究

传统的红虫检测一般基于手工方式,效率低下,针对这种情况提出了一种基于支持向量机的红虫识别方法.基于小波分解提取能量特征结合核函数对红虫进行识别,试验结果表明识别率达到了86%.取得良好的效果.     

支持向量机技术及其应用

支持向量机是基于统计学习理论的一种新兴的通用机器学习技术,相比传统的统计学习理论,其性能有突出的优越性。论述了支持向量机技术的研究和目前的应用状况,并指出了支持向量机技术在应用研究中一些待解决的问题和研究方向。     

基于离散粒子群和支持向量机的故障诊断方法

针对与故障不相关的变量会影响分类器性能,从而导致故障诊断正确率下降,提出一种将离散粒子群算法（PSO）与支持向量机（SVM）相结合寻找故障特征变量的优化算法。该算法实现了数据降维和故障特征保留,有效地提高了故障诊断性能。基于连续搅拌釜式反应器（CSTR）的仿真实例验证了该算法古白有诗性．     

基于粗糙集理论和优劣解距离法的邮轮舱室舒适性评价

邮轮作为以娱乐性属性为主的船舶,相较于一般运输船舶,对成员舒适性提出了更高的要求。邮轮舒适性设计属于邮轮人因学设计范畴,实践中需要建立恰当的邮轮舒适性模型并对其进行相应的评定。首先,从感官舒适性角度出发,从视觉、触觉、听觉、嗅觉4个主要感官的舒适性和其他舒适性影响因素5个大方面,对影响邮轮舒适性因素进行详细的划分,总结出12个影响邮轮舱室舒适性的指标;其次,基于模糊集理论,改进了优劣解距离(technique for order preference by similarity to an ideal solution, TOPSIS)评价方法,建立了基于粗糙集的评价权重体系和基于改进的Rough-TOPSIS法的邮轮舱室舒适度评价模型;最后,以某邮轮舱室舒适性设计的多种方案为例,进行比较研究。实例证明了该评价模型的科学性,适用于邮轮舱室舒适性评价。     

基于对比度补偿的立体视频舒适度评价

为给评价立体视频的舒适程度提供一种可参考的标准, 在确定人眼观看立体视频时水平视差为主要影响因素基础上, 以对比度作为其补偿因素对立体视频舒适度的影响。利用图形分割方法将前景与背景分离, 利用场景相关的显著区域提取方法得到显著区域, 提取显著区域的视差并分别提取前景和背景对比度, 结合深度感知理论和最小二乘拟合方法建立评价模型, 利用主观评价方法对模型进行评定, 由此得到对立体视频舒适度评价的一种方法。由主观评价验证可知, 该评价方法与人眼的立体视觉基本一致, 为进一步研究人眼立体舒适度提供参考。     

基于舒适性的软土地区公路行驶质量评价方法

针对软土地基公路工后沉降大、分布范围广,现有国际平整度指数IRI评价方法存在很大局限性的问题,提出了基于行车舒适性的软土地区公路行驶质量评价方法.首先采用五自由度1/2车辆模型,计算比较了道路纵面线形拟合方法和数据间距对车辆振动加速度计算结果的影响,获得了车辆振动的加权加速度均方根值;根据ISO2631振动舒适性标准提出评价司乘人员的舒适性DCI和RQI计算公式及参数取值;结合软土地基及非软土地基两种路段沉降情况,比较了本文方法与国际平整度指数IRI方法评价结果的区别.分析发现,在非软土地基公路,本文方法与IRI方法评价结果接近;而在软土地基公路,两者的结果差异较大,本文方法更加符合工程师的直观感觉.     

基于大数据的科技评价方法研究

科技评价对象所涉及的数值、图像、声音具有全媒体、多维度、跨时间的特性,挖掘和运用这些海量数据,转化为直观的、随时间和空间变化的、以图形图像呈现在同行评议专家面前,可以有效提高评价的效率和效果.通过建立众包模式、数据整合和提取规则知识、将科技评价结果应用于实践、建立评价过程交互式可视化的流程以构建基于大数据的科技评价模式,这种模式存在着观念陈旧过时、数据挖掘能力、大数据处理速度、科技评价数据安全等方面的挑战.     

基于贝叶斯理论的入侵检测评测方法研究

提出一种基于贝叶斯理论的入侵检测系统(IDS)评测方 法, 设计并建立了一套较完善的入侵检测系统评测体系. 确立了用于评测IDS的4个重要指标：功能指标、 性能指标、 安全性指标和用户可用性指标. 量化分析了一些主要测试指标, 并利用概率树模拟入侵及检测过程. 结果表明, 该方法能在系统的检测率和误报率间找到最佳的阈值平衡点.     

基于技术风险的方案优化与评估方法的研究

科学地克服方案的性能瓶颈是方案优化的关键.为了科学地突破方案性能瓶颈,提出了一种在充分考虑技术风险的条件下引进技术组合以实现优化及评估方案性能的方法.由于技术本身不成熟所带来的风险会引发不确定性问题,为合理评估技术组合对方案性能优化程度的影响,采用了基于技术成熟度的技术指标影响评估方法,并提出将技术不确定性影响与方案性能指标树相结合的方法来评估多种技术组合对方案性能的优化情况.仿真结果表明,该方法考虑了技术成熟度所带来的风险影响,使评估结果更具科学性、合理性.最后以高速民用运输机型方案评估为例说明了该方法的适用性.      

基于AHP和粗糙集的二阶段评价方法研究

通过分析AHP在求解过程中存在的不足,结合粗糙集理论强大的定性分析能力,提出了AHP和粗糙集相结合二阶段求解的基本思路,并针对物流服务商评价问题的一个具体实例,阐述了如何应用AHP和粗糙集二阶段方法对物流服务商进行评价。评价结果表明,新提出的二阶段评价方法与AHP、AHP-TOPSIS方法、突变理论相比较,它对于最优企业的选取,无疑是一个重要的决策参考。     

基于最小二乘法的教学质量评价模型研究

评价模型是教学质量评价的核心.利用最小二乘法的原理和方法建立教学质量评价模型,确定评价要素与评价目标之间的关系.实例分析表明,该模型能对教学质量作出客观的评价,克服了专家确定评价模型人为的主观性和随意性,使评价结果更加准确有效.     

基于四立柱试验台和特征路面的平顺性分析方法

为了获得在汽车工程开发中更加直接、有效地平顺性分析及试验方法,研究了振动传递特性理论.首先应用1/4车辆振动模型推导传递函数,并对比分析在不同设计参数的结果差异.然后构造不同的特征路面输入工况,采用整车四立柱振动试验台进行实车试验,试验中采集车辆不同位置的加速度信号,用于研究输入输出的传递特性.最终研究了适合于前期仿真...     

基于加速度干扰的圆曲线上行车舒适性的研究

车辆速度的变化影响到行车舒适性,而加速度干扰正是对车辆速度变化的描述,因此加速度干扰可作为行车舒适性的定量评价指标.选择平面线形中三要素之一的圆曲线上的行车舒适性进行研究,将车辆的加速度按水平和竖直方向进行分解,结合加速度干扰理论,分别建立2个方向的分加速度干扰模型.根据人体对不同振动方向的敏感程度不同,给予不同的计权系数,建立了圆曲线上合加速度干扰模型.最后,选用实际圆曲线道路进行实例仿真,并分析加速度干扰值的变化过程及行车舒适性,分析结果表明圆曲线半径和行车速度均对行车舒适性有较大影响.新模型既可为全面准确评价行车舒适性提供定量的计算表达式,又可在圆曲线道路设计时提供一定的参数设计依据.