期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Myo旋转偏移估计与自适应校正的手势识别方法
被引量:
5
1
作者
李自由
王丰焱
+3 位作者
赵新刚
丁其川
张道辉
韩建达
《自动化学报》
EI
CSCD
北大核心
2020年第9期1896-1907,共12页
在基于表面肌电信号(Surface electromyography,sEMG)的手势识别系统中,针对Myo环形电极多次实验间旋转位置不同导致的识别精度降低问题,提出了一种基于极坐标系的电极位置偏移估计与自适应校正的识别方法.该方法首先建立相对于环形肌...
在基于表面肌电信号(Surface electromyography,sEMG)的手势识别系统中,针对Myo环形电极多次实验间旋转位置不同导致的识别精度降低问题,提出了一种基于极坐标系的电极位置偏移估计与自适应校正的识别方法.该方法首先建立相对于环形肌电传感器的极坐标系,提出了极坐标系下活跃极角(Activation polar angle,APA),用于估计实验中传感器相对于初始位置的横向旋转偏移角度;进而建立基于偏移角度的线性变换模型,在肌电信号特征空间内,对电极偏移位置下的样本进行自适应校正.在8种常用手势识别应用中,设计了两种实验范式:利用传感器各通道数据循环平移模拟电极横向旋转偏移实验和肌电传感器在小臂肌肉上的真实旋转偏移实验.结果均表明所提出方法的识别精度远高于未进行校正的模型识别精度.因此,所提出的电极偏移估计与自适应校正识别方法,不仅有效提高了表面肌电交互系统识别的鲁棒性,也降低了使用者在多次使用时训练成本与学习负担.
展开更多
关键词
表面肌电信号
电极偏移
自适应校正
模式识别
下载PDF
职称材料
适用不同Brunnstrom等级患者基于表面肌电信号的动作识别方法
被引量:
5
2
作者
王丰焱
张道辉
+1 位作者
李自由
赵新刚
《机器人》
EI
CSCD
北大核心
2020年第6期661-671,685,共12页
针对不同患病程度的脑卒中患者运动意图识别率低的问题,提出了一种适用于不同Brunnstrom等级患者基于表面肌电信号(sEMG)的动作识别方法.首先将所有等级患者s EMG数据进行融合,使用tsfresh库提取特征,然后基于随机森林(random forest,RF...
针对不同患病程度的脑卒中患者运动意图识别率低的问题,提出了一种适用于不同Brunnstrom等级患者基于表面肌电信号(sEMG)的动作识别方法.首先将所有等级患者s EMG数据进行融合,使用tsfresh库提取特征,然后基于随机森林(random forest,RF)模型筛选特征,并利用筛选的特征训练动作分类模型.进一步,通过研究动作和康复等级的关系,确定了康复评估动作并设计了康复等级自动评估算法.为了验证所提方法的有效性,在24例患者sEMG数据上进行了测试,实验结果表明所提方法能够将9种动作和6类康复等级的平均识别精度分别提升至89.81%和94%.基于所提方法构建的手部康复机器人系统能够实现康复等级自动评估.
展开更多
关键词
脑卒中患者
表面肌电信号(sEMG)
Brunnstrom等级
模式识别
原文传递
题名
基于Myo旋转偏移估计与自适应校正的手势识别方法
被引量:
5
1
作者
李自由
王丰焱
赵新刚
丁其川
张道辉
韩建达
机构
中国科学院沈阳自动化研究所机器人学国家重点实验室
中国科学院机器人与智能制造创新研究院
中国科学院大学
东北大学机器人科学与工程学院
南开大学人工智能学院
出处
《自动化学报》
EI
CSCD
北大核心
2020年第9期1896-1907,共12页
基金
国家自然科学基金(61573340,61773369,U1813214)资助。
文摘
在基于表面肌电信号(Surface electromyography,sEMG)的手势识别系统中,针对Myo环形电极多次实验间旋转位置不同导致的识别精度降低问题,提出了一种基于极坐标系的电极位置偏移估计与自适应校正的识别方法.该方法首先建立相对于环形肌电传感器的极坐标系,提出了极坐标系下活跃极角(Activation polar angle,APA),用于估计实验中传感器相对于初始位置的横向旋转偏移角度;进而建立基于偏移角度的线性变换模型,在肌电信号特征空间内,对电极偏移位置下的样本进行自适应校正.在8种常用手势识别应用中,设计了两种实验范式:利用传感器各通道数据循环平移模拟电极横向旋转偏移实验和肌电传感器在小臂肌肉上的真实旋转偏移实验.结果均表明所提出方法的识别精度远高于未进行校正的模型识别精度.因此,所提出的电极偏移估计与自适应校正识别方法,不仅有效提高了表面肌电交互系统识别的鲁棒性,也降低了使用者在多次使用时训练成本与学习负担.
关键词
表面肌电信号
电极偏移
自适应校正
模式识别
Keywords
Surface electromyography(sEMG)
electrode shifts
adaptive correction
pattern recognition
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
适用不同Brunnstrom等级患者基于表面肌电信号的动作识别方法
被引量:
5
2
作者
王丰焱
张道辉
李自由
赵新刚
机构
中国科学院沈阳自动化研究所机器人学国家重点实验室
中国科学院机器人与智能制造创新研究院
中国科学院大学
出处
《机器人》
EI
CSCD
北大核心
2020年第6期661-671,685,共12页
基金
国家自然科学基金(U1813214,61903360,61773369,61821005)
国家重点实验室自主课题(2020-Z12)
中国博士后科学基金(2019M661155).
文摘
针对不同患病程度的脑卒中患者运动意图识别率低的问题,提出了一种适用于不同Brunnstrom等级患者基于表面肌电信号(sEMG)的动作识别方法.首先将所有等级患者s EMG数据进行融合,使用tsfresh库提取特征,然后基于随机森林(random forest,RF)模型筛选特征,并利用筛选的特征训练动作分类模型.进一步,通过研究动作和康复等级的关系,确定了康复评估动作并设计了康复等级自动评估算法.为了验证所提方法的有效性,在24例患者sEMG数据上进行了测试,实验结果表明所提方法能够将9种动作和6类康复等级的平均识别精度分别提升至89.81%和94%.基于所提方法构建的手部康复机器人系统能够实现康复等级自动评估.
关键词
脑卒中患者
表面肌电信号(sEMG)
Brunnstrom等级
模式识别
Keywords
stroke patient
surface electromyography(sEMG)
Brunnstrom stage
pattern recognition
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于Myo旋转偏移估计与自适应校正的手势识别方法
李自由
王丰焱
赵新刚
丁其川
张道辉
韩建达
《自动化学报》
EI
CSCD
北大核心
2020
5
下载PDF
职称材料
2
适用不同Brunnstrom等级患者基于表面肌电信号的动作识别方法
王丰焱
张道辉
李自由
赵新刚
《机器人》
EI
CSCD
北大核心
2020
5
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部