| 基于HMM的表面肌电信号模式分类 |
| |
| 引用本文： | 罗志增,严庭芳.基于HMM的表面肌电信号模式分类[J].华中科技大学学报(自然科学版),2008,36(4):72-75. |
| |
| 作者姓名： | 罗志增 严庭芳 |
| |
| 作者单位： | 杭州电子科技大学,机器人研究所,浙江,杭州,310018 |
| |
| 基金项目： | 国家自然科学基金
,
浙江省科技计划 |
| |
| 摘 要： | 按等时间间隔将表面肌电信号(SEMG)划分为不同的段,利用小波变换对其进行特征提取,借助隐马尔可夫模型(HMM)的动态建模能力来感知不同动作模式下SEMG的时变特性.具体应用时,先根据样本对各动作模式下的HMM进行训练,待各模型参数稳定后,再利用HMM对特征提取后的SEMG进行模式分类.实验结果表明:该方法具有很好的分类识别率.在6个手部动作识别中,上翻、下翻、内旋和外旋4种动作的识别准确率均在90%以上.
|
| 关 键 词： | 表面肌电信号 模式分类 特征提取 隐马尔可夫模型 小波变换 |
Classification of surface electromyography patterns by using HMM |
| |
| Luo Zhizeng,Yan Tingfang.Classification of surface electromyography patterns by using HMM[J].JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE,2008,36(4):72-75. |
| |
| Authors: | Luo Zhizeng Yan Tingfang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
