浙江省科技计划项目(2012C33075)
- 作品数：4 被引量：30H指数：2
- 相关作者：罗志增佘青山张启忠马玉良席旭刚更多>>
- 相关机构：杭州电子科技大学浙江大学更多>>
- 发文基金：国家自然科学基金浙江省科技计划项目浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于主轴动态核聚类的运动想像脑电信号识别
- 2013年
- 针对BCI系统中分类精度和分类速度的设计需要,提出了一种基于深度自编码降维的主轴动态核聚类分类方法.首先,采用共空间模式算法对运动想像脑电信号进行特征提取,得到6维的特征向量;然后,为了进一步降低特征向量之间的相关性和计算的复杂度,引入深度自编码降维方法将该特征向量降为2维;最后,设计了基于主轴核函数的动态聚类分类器,对BCI竞赛2008数据集Dataset1中两类模式的脑电信号进行分类,平均识别正确率达到98.29%.该方法不仅能取得较高的分类正确率,而且能降低计算复杂度,可用于BCI系统的实时控制.
- 佘青山昌凤玲高发荣罗志增
- 关键词：脑电信号运动想像核聚类
- 一种肩颈部肌电信号识别的智能轮椅控制方法
- 为了实现基于肌电信号的智能轮椅系统的有效控制,本文提出一种基于空域相关滤波的小波熵和近似熵特征提取与分类方法。首先,通过分布在肩颈部的电极采集动作产生的多通道表面肌电信号,其次,采用阈值比较和移动平均的数据分段方法确定出...
- 佘青山杨伟健张启忠马玉良
- 关键词：智能轮椅肌电信号近似熵
- 文献传递
- GA-BP神经网络在下肢运动步态识别中的应用研究被引量：10
- 2013年
- 为了提高下肢表面肌电信号步态识别的准确性,提出了一种基于遗传算法(GA)优化的BP神经网络分类器设计方法。首先,对采集的下肢表面肌电信号进行小波滤波及特征提取,其次,构造基于GA优化的BP神经网络分类器,然后,以提取的表面肌电信号特征作为输入对分类器进行训练,最后对训练好的分类器进行测试。实验结果表明,基于GA优化的BP神经网络分类器能成功识别下肢正常行走的5个步态,平均识别率达到98%以上,可见基于GA-BP神经网络分类器的识别效果明显优于BP神经网络分类器。
- 马玉良马云鹏张启忠罗志增杨家强
- 关键词：肌电信号步态识别BP神经网络遗传算法
- 基于表面肌电信号的手腕动作模式识别被引量：18
- 2013年
- 基于表面肌电信号的肢体动作模式识别是假手仿生控制的基础。为提高动作模式识别率,从肌电信号的产生机理出发,选取分别表征肌电信号形态特征———细节复杂度和整体自似性的近似熵指标和分维数指标,作为模式识别的特征向量;同时提出一种具有增量学习能力的K最近邻(KNN)模型增量学习算法作为模式识别的分类器。在对10位受试者手腕的4个精细动作(腕伸、腕屈、腕内旋、腕外旋)的识别实验中,取得了92.5%以上的正确识别率。同时对增量学习能力对分类器动作模式识别率的影响做对比实验,当假肢使用者生理变化时,以KNN模型增量学习算法作为分类器比采用不具增量学习能力的KNN模型算法的识别率高4.5%。实验表明,该肌电信号动作模式的识别方法方案合理,具有应用价值。
- 张启忠席旭刚马玉良罗志增佘青山
- 关键词：肌电信号近似熵分维数
- 基于运动轮廓标记提取的分水岭运动目标检测
- 针对运动目标差分相乘产生空洞问题,提出了一种基于运动区域轮廓信息和自适应标记约束的分水岭运动目标检测新方法,来实现移动机器人平台上较大运动目标的完整检测。首先,结合相位相关法和Fourier-Mellin变换配准图像的缩...
- 佘青山杨伟健李前戎孟明
- 关键词：运动目标检测图像配准移动机器人
- 文献传递
- 基于运动轮廓标记提取的分水岭运动目标检测被引量：2
- 2014年
- 针对运动目标差分相乘产生的空洞问题,提出了一种基于运动区域轮廓信息和自适应标记约束的分水岭运动目标检测新算法,来实现移动机器人平台上较大运动目标的完整检测.首先,结合相位相关法和Fourier-Mellin变换配准图像的缩放和平移量;然后,利用运动区域轮廓信息和分层投影法来提取前景和背景标记.先通过连续三帧配准图像差分相乘方法检测出运动区域轮廓,并结合形态学腐蚀、膨胀操作和投影法生成前景和背景标记模板;再将前景和背景标记模板分为若干层,通过水平投影得到每一层轮廓的边界点,并按一定方式连接得到前景和背景标记;最后,根据重构的梯度图像,用标记约束分水岭分割出完整的运动区域.实验结果表明,该算法能够准确完整地分割出规则和非规则运动目标,具有较好的实时性.
- 佘青山杨伟健田卓李前戎孟明
- 关键词：运动目标检测图像配准移动机器人
