| 基于ReliefF-NOSCA-AdakNN的肌肉疲劳识别技术研究 |
| |
| 引用本文： | 李传江,吉星照,尹仕熠.基于ReliefF-NOSCA-AdakNN的肌肉疲劳识别技术研究[J].上海师范大学学报(自然科学版),2024,53(2):205-210. |
| |
| 作者姓名： | 李传江 吉星照 尹仕熠 |
| |
| 作者单位： | 上海师范大学 信息与机电工程学院, 上海 201418 |
| |
| 摘 要： | 针对竞技体育训练中的肌肉疲劳监测问题,提出了一种基于ReliefF-NOSCA-AdakNN（RNA）的表面肌电信号（sEMG）特征提取和分类算法. 该算法结合了特征和类别之间的相关性分析和启发式搜索算法,对高维特征进行了有效的筛选和分类. 将RNA算法应用于经过滤波处理的肱二头肌肌电信号数据,对不同疲劳状态进行了识别和分类. 实验结果表明,提出的RNA算法在平均分类准确率和标准差方面分别达到了83.88%和0.012 7,均显著优于传统单一算法,体现了较好的分类性能.
|
| 关 键 词： | 表面肌电信号(sEMG) 特征选择 肌肉疲劳 模式识别 |
| 收稿时间： | 2023/12/25 0:00:00 |
Research on muscle fatigue identification technology based on ReliefF-NOSCA-AdakNN |
| |
| LI Chuanjiang,JI Xingzhao,YIN Shiyi.Research on muscle fatigue identification technology based on ReliefF-NOSCA-AdakNN[J].Journal of Shanghai Normal University(Natural Sciences),2024,53(2):205-210. |
| |
| Authors: | LI Chuanjiang JI Xingzhao YIN Shiyi |
| |
| Institution: | College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China |
| |
| Abstract: | |
| |
| Keywords: | surface electromyography (sEMG) feature selection muscle fatigue pattern recognition |
|
| 点击此处可从《上海师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《上海师范大学学报(自然科学版)》下载免费的PDF全文 |
