您的位置: 专家智库 > >

江省高等学校优秀青年教师资助计划项目(zx2005213)

作品数:3 被引量:4H指数:1
相关作者:杨广映杨善晓更多>>
相关机构:台州学院更多>>
发文基金:江省高等学校优秀青年教师资助计划项目更多>>
相关领域:自动化与计算机技术电子电信医药卫生更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信
  • 1篇医药卫生

主题

  • 1篇电信号
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇智能体
  • 1篇神经网
  • 1篇神经网络
  • 1篇足球机器人
  • 1篇向量
  • 1篇向量机
  • 1篇小波
  • 1篇小波变换
  • 1篇径向基
  • 1篇径向基网络
  • 1篇决策系统
  • 1篇基于支持向量...
  • 1篇机器人
  • 1篇肌电信号
  • 1篇肌肉
  • 1篇RBF神经网...
  • 1篇AR模型

机构

  • 3篇台州学院

作者

  • 3篇杨广映
  • 2篇杨善晓

传媒

  • 2篇江西科学
  • 1篇中国组织工程...

年份

  • 3篇2008
3 条 记 录,以下是 1-3
排序方式:
基于支持向量机研究肌肉多运动模式识别被引量:1
2008年
针对传统神经网络模式识别率低、收敛速度慢等缺点,提出用支持向量机处理表面肌电信号。采用小波变换对表面肌电信号进行分析,提取小波变换系数的标准方差作为表面肌电信号特征;随后引入支持向量机对肌肉进行展拳、握拳、腕外旋、腕内旋等4种动作模式分类。实验表明,用小波变换的标准方差所提取的表面肌电信号特征作为支持向量机模式分类器的输入,用于识别动作模式,具有运行速度快,识别率高,鲁棒性好的特点。
杨广映
关键词:小波变换支持向量机
基于径向基网络的表面肌电信号处理被引量:3
2008年
利用AR模型对实验所采集到的原始二通道表面肌电信号(SEMG)加以分析,提取AR系数作为特征值,将其作为训练样本输入到RBF神经网络进行训练,用此网络对前臂的伸臂和曲臂两种运动模式的表面肌电信号进行模式分类。实验表明,基于径向基函数RBF神经网络分类准确率比BP神经网络更高,具有较强的鲁棒性和自适应能力,可以有效识别肌肉的单动作模式。
杨广映杨善晓
关键词:表面肌电信号AR模型RBF神经网络
基于双层决策模型的足球机器人决策系统
2008年
设计并实现了基于行为的足球机器人系统:主要包括基本行为器和进攻、防守模块的设计与实现。采用双层的决策系统,主动完成知识提取并确定机器人协同任务的特性,使整个系统具有智能体的特征。计算机仿真技术给机器人球队提供"学习"能力,在计算机上建立模型、开发比赛策略,反复试验后可将成功的策略移植到实际的机器人球队上进行比赛。
杨广映杨善晓
关键词:足球机器人决策系统智能体
共1页<1>
聚类工具0