您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于线性判别分析的表面肌电信号特征识别

  2. 通过虚拟仪器同时采集桡侧腕屈肌和肱桡肌两路表面肌电信号,取其平均绝对值(MAV)和均方根(RMS)作为特征参数,并应用线性判别分析(LDA)方法对采集的样本进行模式识别。与其它特征识别方式的实验对比表明,所提的识别方法能够成功地从表面肌电信号中识别握拳、展拳、手腕内翻和手腕外翻4种动作,且动作识别精度更高。
  3. 所属分类:其它

    • 发布日期:2020-07-09
    • 文件大小:1041408
    • 提供者:weixin_38615591
  1. 基于小波包主元分析的表面肌电信号特征识别

  2. 针对表面肌电信号(SEMG)的非平稳性及小波包变换系数维数过高的问题,提出一种小波包主元分析和线性判别分析相结合的表面肌电信号动作特征识别新方法。以表面肌电信号用于智能轮椅为例,对采集到的两路SEMG信号进行小波包主元分析,提取SEMG信号的运动特征矩阵,并将运动特征矩阵输入到线性判别分类器进行分类,实现了前臂动作识别。试验表明:该方法能够将小波包系数矩阵由16维降到4维,并且对前臂的四种动作模式(握拳、展拳、手腕内翻和手腕外翻)的平均正确识别率达98%,与传统的小波包变换相比有较高的识别率。
  3. 所属分类:其它

    • 发布日期:2020-07-09
    • 文件大小:236544
    • 提供者:weixin_38640168