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: 2142 |
全文下载次数: 2473 |
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 |