期刊文献+

基于AR模型和BP网络的表面EMG信号模式分类 被引量:5

Basing on AR model and BP neural network to classify SEMG
下载PDF
导出
摘要 提出了一种以AR模型和BP网络相结合的表面肌电信号处理方法 .首先 ,将采集到的肌电信号进行预处理 ,提取AR系数作为其特征值 ;其次 ,设计了一个三层的BP神经网络 ,利用AR系数对手臂的各种肢体动作进行运动模式的分类 .实验表明 ,这种方法不仅减少了计算工作量 ,同时取得了比较理想的识别效果 . In this paper, a method to process surface electromyography signal was presented. It based on AR model and BP neural network. First, we created AR model with the original signal that was pretreated and took the coefficient as its eigenvector. Second, a three-layer BP neural network was designed to classify the muscle movement of forearm with AR model coefficient. The experiment indicates this measure can reduce workload and get the relatively good results.
作者 王飞 罗志增
出处 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2004年第S1期100-102,共3页 Journal of Huazhong University of Science and Technology(Natural Science Edition)
基金 浙江省自然科学基金资助项目 (RC0 2 0 70 )
关键词 表面肌电信号 BP神经网络 AR模型 surface electromyography signal BP neural network AR model
  • 相关文献

参考文献4

二级参考文献9

共引文献50

同被引文献44

引证文献5

二级引证文献42

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部