高云园
- 作品数:155 被引量:187H指数:8
- 供职机构:杭州电子科技大学更多>>
- 发文基金:国家自然科学基金浙江省自然科学基金浙江省教育厅科研计划更多>>
- 相关领域:自动化与计算机技术医药卫生电子电信文化科学更多>>
- 一种针对脑电信号的自适应联合模型半监督学习分类方法
- 本发明公开了一种针对脑电信号的自适应联合模型半监督学习分类方法。首先建立一个自适应联合模型。联合模型的构建基于欧式模型和黎曼模型,并在算法迭代过程中设计权值更新策略。通过根据两种模型贡献来自适应调整两个模型的权值,以获得...
- 高云园曹震薛云峰张启忠张卷卷
- 文献传递
- 基于多源生物信号的下肢步态相识别方法
- 本发明提出了一种基于多源生物信号的下肢步态相识别方法。本发明首先获取人体下肢表面肌电信号、足底压力特征值和膝关节角度特征值。其次,将sEMG信号进行小波包分解提取多尺度能量和多尺度模糊熵特征;然后,对提取的sEMG信号特...
- 席旭刚杨晨罗志增张启忠佘青山高云园蒋鹏
- 文献传递
- 基于EEMD和WT的运动想象脑电信号消噪方法被引量:10
- 2016年
- 采集到的运动想象脑电信号MI EEG(Motor Imagery Electroencephalogram)通常含有大量噪声信号。为了消除噪声同时保留尽可能多的有效信号,本文提出了将集合经验模态分解EEMD(Ensemble Empirical Mode Decomposition)与改进小波阈值法相结合的消噪方法。改进小波阈值法采用了新的阈值选取规则和阈值函数。首先对信号进行EEMD分解,然后再对高频固有模态函数IMF(Intrinsic Mode Functions)进行改进小波阈值处理,最后将处理后的高频IMF分量和低频IMF分量进行重构得到消噪信号。以信噪比和均方根误差作为消噪效果的定量评价指标,将本文提出的方法与单纯使用EEMD分解消噪法、单独使用改进小波阈值消噪法、EMD与改进小波阈值法相结合消噪法进行比较,结果表明,本文提出的消噪法优于其他三种消噪法。
- 蔡慧马玉良佘青山高云园孟明
- 关键词:消噪
- 基于支持向量数据描述的膝上假肢多运动模式识别方法
- 本发明涉及一种基于支持向量数据描述的膝上假肢多运动模式识别方法。目前的肌电信号分类算法都存在各种不足。本发明采用支持向量数据描述方法,提出具有多模式特征提取能力的动态模型,实现各种模式特征空间的自适应调整。该方法首先获取...
- 佘青山孟明马玉良高云园罗志增
- 文献传递
- 基于小波包熵和支持向量机的手部肌电信号动作识别
- 针对表面肌电信号(sEMG)非线性非平稳等特点,提出一种基十小波包熵和支持向量机的表面肌电信号多运动模式识别方法。该方法利用小波包系数能量分布分析表面肌电信号特性,结合信息熵分析其不确定性和复杂性,先对表面肌电信号进行小...
- 席旭刚金燕朱海港高云园
- 关键词:表面肌电信号支持向量机模式识别
- 文献传递
- 基于符号化排列传递熵的癫痫脑电双向耦合分析方法
- 本发明公开一种基于符号化排列传递熵的癫痫脑电双向耦合分析方法。具体步骤为首先采用多尺度符号化排列传递熵的方法提取多通道癫痫脑电信号的耦合特征,并选择合适的尺度和频段构建脑电同步矩阵;其次基于显著性分析的方法筛选癫痫发作时...
- 高云园高博王翔坤朱涛张卷卷郑敏杰
- 文献传递
- 基于生物运动信息的上肢肩肘腕关节运动功能评价方法
- 本发明提出了一种基于生物运动信息的上肢肩肘腕关节运动功能评价方法。本发明首先选择加速度信号和肌电信号作为上肢运动的生物运动信息。然后对加速度信号和肌电信号进行特征提取。在此基础上,从两方面对特征值进行筛选:针对不同类型的...
- 高云园高发荣席旭刚佘青山孟明马玉良罗志增
- 一种适用于深度图像的人体目标跟踪方法
- 本发明提出了一种适用于深度图像的人体目标跟踪方法。本发明首先利用人体目标深度值,基于阈值判断设计一种目标模板更新方法。其次,通过计算Kalman滤波器的预测位置与当前跟踪框的质心位置距离,判断跟踪是否受障碍物干扰而使跟踪...
- 孟明张松王子健马玉良高云园罗志增
- 文献传递
- 一种基于度量学习的源域选择方法
- 本发明涉及一种基于度量学习的源域选择方法,通过将源域和目标域脑电信号在欧式空间中进行对齐,使得不同被试之间的数据分布更加相似。考虑到脑电信号的维度通常比较高,故利用线性判别法降低对齐后数据的维度,同时减小样本的类内差异和...
- 佘青山李俊昊高云园武薇范影乐
- 文献传递
- 基于多源信息融合的膝上假肢步态识别方法被引量:18
- 2010年
- 为了实现膝上假肢的有效控制,提出基于多源信息融合的步态识别方法。首先通过搭建人体下肢多源运动信息系统获取下肢表面肌电信号、腿部角度信号和足底压力信号。针对获取的信息,采用基于小波变换的空域相关滤波对肌电信号进行消噪并提取信号特征;选择大小腿、膝关节角度作为腿部角度信号特征;将足底压力信号通过阈值法提取有效特征。在特征提取基础上,分别利用BP神经网络和有限状态机对下肢运动信息进行步态识别,并将识别结果进行融合。实验验证了该方法在平地行走、上下楼梯模式下步态识别准确率均达到95%以上。
- 高云园佘青山孟明罗志增
- 关键词:表面肌电信号足底压力信息融合步态识别