教育部“新世纪优秀人才支持计划”(NCET-04-0558)
- 作品数：12 被引量：121H指数：7
- 相关作者：罗志增加玉涛梅品高王飞王人成更多>>
- 相关机构：杭州电子科技大学清华大学浙江大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信理学医药卫生更多>>
- 支持向量机在肌电信号模式识别中的应用被引量：12
- 2007年
- 为了提高肌电信号多运动模式识别的准确性和实时性,提出了一种基于支持向量机的动作模式分类算法.在给出支持向量机的原理及其多类问题的基本算法基础上,着重介绍了两种改进的支持向量机多类识别算法,即有向无环图算法和基于先聚类后分类的二叉树算法,并比较了它们的优缺点.实验结果表明,针对前臂肌电信号的多运动模式分类,先聚类后分类的二叉树算法具有较高的分类准确性,更少的计算量,更好的实时性.
- 高剑罗志增
- 关键词：肌电信号有向无环图二叉树
- 一种表面肌电信号测试电路设计被引量：13
- 2007年
- 表面肌电信号（SEMG）是一种伴随肌肉活动在皮肤表面产生的生物电信号，它蕴涵了许多肢体运动的信息，对其进行模式信息处理可以获得人一机仿生系统的控制信号．SEMG的特点是内阻高，影响因素多，并极易受到干扰．本文在分析肌电信号产生机理的基础上，给出了一种SEMG的采集、放大和滤波电路．对信号处理电路的特性分析表明，所设计的处理电路可以有效提取（10-500）Hz的肌电信号，并能对50Hz的工频干扰起到很好的抑制作用，该电路在实际应用时取得了理想的实验结果，信号的采集能力和信噪比达到或接近美国kistler公司的肌电采集仪水平．
- 罗志增席旭刚
- 关键词：表面肌电信号检测电路
- 基于小波包分析和Elman网络的肌电信号处理被引量：8
- 2008年
- 提出了一种基于小波包变化和Elman神经网络的表面肌电信号特征提取和模式识别方法。在对表面肌电信号进行预处理的基础上,提出了以小波包变换各频段的能量来构造特征值,以该特征值作为训练样本输入Elman神经网络进行网络训练,构筑手部动作分类器,训练完成的分类器可完成伸腕、屈腕、展拳和握拳等4种手部动作模式的识别。实验结果表明,与其他分析方法比较,该方法不仅识别率高,鲁棒性好,同时也为其他非平稳生理信号分析提供了新方法。
- 梅品高罗志增
- 关键词：小波包变换ELMAN神经网络表面肌电信号
- 表面肌电信号的小波消噪改进算法被引量：12
- 2007年
- 根据在不同尺度下信号和噪声的小波变换系数的相反特性,提出了一种改进的小波消噪算法来去除肌电信号中的噪声.利用Mallat算法对肌电信号进行小波分解,实质上就是将信号投影到尺度空间和小波空间,分别包含了信号的光滑通道分量和细节分量.兼顾软阈值和硬阈值量化方法的优点,利用两者的加权平均值滤除由噪声所决定的小波变换系数,从而在大尺度下补充细节信息并保持信号在奇异点的特征.利用保留下来的小波变换系数进行信号重构即得到消噪后的信号.实验结果表明,该方法可以有效去除噪声,兼顾了软、硬阈值的优点,保留了在模式变化过程中肌电信号细节部分的有用信息.
- 罗志增张清菊蒋静坪
- 关键词：小波变换模式识别肌电信号阈值
- 基于触觉和肌电信号的假手模糊控制方法研究被引量：9
- 2006年
- 提出了一种带触觉反馈的肌电假手模糊控制方法.该方法在有效识别肌电信号(MES)的基础上,实现了基于触觉与肌电信号的假手仿生控制.为了消除肌电信号的个体差异,使其能可靠应用于非特定人场合,应用互功率谱比值法对肌电信号进行处理,并分析互功率谱的各项参数和对应肢体动作变化之间的关系,消除了肌电信号实际测量中不可测噪声的干扰.采用特别设计的模糊控制器控制假手动作的步进量,实现了肌电假手对多种不同物体的稳定抓取.实验表明这种组合方法不仅可以获得较高的动作模式识别率,而且能有效地降低被抓取物体的损坏.
- 罗志增杨广映
- 关键词：肌电信号噪声模糊控制器
- 一种消除表面肌电信号中工频干扰的方法被引量：2
- 2008年
- 50Hz工频干扰是表面肌电信号的主要干扰源之一,消除工频干扰是表面肌电信号处理中的一项重要技术。该文将独立成分分析方法引入表面肌电信号处理领域,采用基于负熵判据的Fas-tICA方法消除表面肌电信号中的50Hz工频噪声。实验表明,该方法消除50Hz工频噪声效果显著,并且不会对表面肌电信号中除50Hz以外的其它频率成分造成影响。
- 梅品高罗志增加玉涛
- 关键词：工频干扰表面肌电信号
- 基于表面EMG功率谱和BP网络的多运动模式识别被引量：5
- 2006年
- 结合功率谱比值法和BP神经网络提出一种基于表面肌电信号(EMG)的多运动模式识别算法.该算法首先根据表面肌电信号功率谱的特点,提出一种有效的特征提取算法——功率谱比值法;然后将功率谱比值特征作为BP神经网络的输入向量,实现对伸腕、屈腕、张开、合拢四种动作模式的识别,该识别结果可为肌电假手的多种运动模式提供仿生控制的信号源.实验结果表明,该方法对同一健康受试者四种运动模式的识别成功率平均达到95%,而对不同的健康受试者的识别成功率平均达到85%.
- 罗志增加玉涛
- 关键词：BP神经网络表面肌电信号
- 一种新的阈值方法在肌电信号消噪中的应用被引量：5
- 2009年
- 为了清除表面肌电信号(SEMG)夹杂的噪声,在分析了软阈值法、硬阈值法等常用阈值消噪方法的基础上,提出了一种改进阈值函数的新消噪方法。该阈值消噪方法结合了折中阈值方法与μ律绝对值阈值方法的优点,解决了阈值消噪连续性和恒定误差的问题。SEMG消噪实验结果表明,新消噪方法可取得较好的效果。
- 洪晓明叶明孟明
- 关键词：表面肌电信号消噪
- 肌电信号特征提取方法综述被引量：32
- 2007年
- 肌电信号分析在肌肉的临床诊断、康复、仿生控制和工程应用等领域具有重要的研究价值,而特征提取是肌电信号分析的基础.文章总结回顾了现有肌电信号特征的提取方法,并将其归纳为四大类:时域分析方法、频域分析方法、时频分析方法和非线性动力学方法.在简单介绍各类特征提取方法的基础上,比较了各类方法的特点与优劣,并对其在肌电分析相关领域的应用前景进行了展望.
- 加玉涛罗志增
- 关键词：肌电信号特征提取时频分析非线性动力学
- 基于表面肌电信号的前臂手部多运动模式识别被引量：20
- 2006年
- 基于表面肌电信号的肢体运动模式识别是假手仿生控制的基础,SEMG的个体差异与识别率是肌电假手实用化必须面对的问题。本文根据SEMG的频谱特性提出了一种新的特征提取方法———功率谱比值法。该方法的主要特点是以实时取得的SEMG功率谱信号为基础,确定最大功率谱附近的谱能量与全信号段谱能量之比为特征值,将人的个体差异影响降低到最低程度。模式分类器采用特别设计的Bayes统计决策算法,该方法在非特定人的条件下应用于前臂肌群的多运动模式识别时,识别正确率达到84%,已具备一定的实用性。
- 罗志增王人成
- 关键词：表面肌电信号功率谱
