| 李芳,王人成,姜力,$2,朱德有.基于隐马尔可夫模型-径向基神经网络的表面肌电信号识别[J].中国康复医学杂志,2006,21(11):1016~1018 |
| 基于隐马尔可夫模型-径向基神经网络的表面肌电信号识别 点此下载全文 |
| 李芳 王人成 姜力 $2 朱德有 |
| [1]清华大学摩擦学国家重点实验室智能与生物机械分室,北京100084 [2]哈尔滨工业大学机器人研究所,北京100084 [3]黑龙江工程学院,北京100084 |
| 基金项目：国家自然科学基金资助项目（50435040）;黑龙江省教育厅资助项目（1512225） |
| DOI： |
| 摘要点击次数: 2648 |
| 全文下载次数: 2692 |
| 摘要： |
| 目的：利用隐马尔可夫模型-径向基神经网络（HMM—RBFN）混合模型对7种手指动作进行辨识，探索控制HIT多自由度灵巧手的有效控制策略。方法：8例健康实验对象参加了试验，4例女性，4例男性。每例实验对象按提示完成7种手指动作，每种动作重复50次。通过表面肌电信号（sEMG）采集系统，提取实验对象前臂4块肌肉的sEMG，在对其进行预处理并提取小波变换特征向量后。分别送入HMM模型分类器及HMM—RBFN混合模型分类器进行训练。结果：HMM—RBFN混合模型识别效果和稳定性都大大优于HMM模型，验证了HMM—RBFN混合模型的有效性。结论：①HMM模型在sEMG识别中的效果没有其在语音信号识别中的好，有必要对其进行改进，以便更好的应用于sEMG的识别；②将HMM模型和神经网络组成混合分类器，可以弥补彼此的不足，获得更好的性能。 |
| 关键词：隐马尔可夫模型 径向基神经网络 表面肌电信号 假手 |
| A HMM-RBFN hybrid classifier for surface electromyography signals classification Download Fulltext |
| LI Fang WANG Rencheng JIANG Li et al. |
| Division of Intelligent and Biomechanical System,State Key Laboratory of Tribology,Tsinghua University, Beijing, 100084 |
| Fund Project: |
| Abstract: |
| |
| Keywords:hidden Markov model radial basis function networks surface electromyography hand prosthesis |
|
| 查看全文 查看/发表评论 |
