检索结果-南通市图书馆

Prosthetic Leg Locomotion-Mode Identification Based on High-Order Zero-Crossing Analysis Surface Electromyography

在线全文

学校读者我要写书评

暂无评论

Journal of Shanghai Jiaotong university(Science) 2021年第1期26卷 84-92页

作者： liu Lei YANG Peng liu zuojun SONG Yinmao College of Building Environment Engineering Zhengzhou University of Light IndustryZhengzhou 450002China College of Artificial Intelligence and Data Science Hebei University of TechnologyTianjin 300130China

The research purpose was to improve the accuracy in identifying the prosthetic leg locomotion *** electromyography(sEMG)combined with high-order zero-crossing was used to identify the prosthetic leg locomotion *** signals recorded from residual thigh muscles were chosen as inputs to pattern classifier for locomotion-mode ***-order zero-crossing were computed as the sEMG features regarding locomotion *** vector machine(RVM)classifier was *** algorithm(BA)was used to compute the RVM classifier kernel function *** classification performance of the particle swarm optimization-relevance vector machine(PSO-RVM)and RVM classifiers was *** BA-RVM produced lower classification error in sEMG pattern recognition for the transtibial amputees over a variety of locomotion modes:upslope,downgrade,level-ground walking and stair ascent/descent.

关键词： intelligent prosthesis surface electromyography(sEMG) relevance vector machine(RVM) high-order zero-crossing bat algorithm(BA) locomotion-mode identification

Leg amputees motion pattern recognition based on principal component analysis and BP network

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Leg amputees motion pattern recognition based on principal c...

Numerical analysis of the 2D acoustic field with epistemic uncertainty

第25届中国控制与决策会议

作者： liu Lei YANG Peng liu zuojun GENG Yanli ZHANG Jun School of Control Science and Engineering Hebei University of Technology Aerospace Science and technology group - eighth tthird fifth seventh Research Institute

ISBN: (纸本)9781467355339

The problem is the poor gait recognition accuracy for existing power-type prosthetic knee control. In order to improve the accuracy of the classification of prosthetic control system, the paper first analysel the signal acquisition of MMA7361L acceleration sensor and ENC-03 Gyro using the principal component analysis （PCA）. It is used for the feature extraction, finally the BP neural network is used for training and testing. The experiment results show that this method can recognize lower limb prosthesis walking uphill, downhill, up and down stairs and different movement pattern recognition quickly and effectively.

关键词： Gyroscope Accelerometer Principal Component Analysis BP algorithm

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

Chinese Journal of Acoustics 2017年第1期36卷 55-69页

作者： liu zuojun YU Dejie WANG Hanbei CHEN Ning XIA Baizhan State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body Hunan University Changsha 410082

Aiming at the problem that the epistemic uncertain parameters exist in an acoustic field, an evidence theory-based finite element method （ETFEM） is proposed by introducing the evidence theory, in which the focal element and basic probability assignment （BPA） are used to describe the epistemic uncertainty. In order to reduce the computational cost, the interval analysis technique based on perturbation method is adopted to acquire the approximate sound pressure response bounds for each focal element. The corresponding formulations of intervals of expectation and standard deviation of the sound pressure response with epistemic uncertainty are deduced. The sound pressure response of a 2D acoustic tube and a 2D car acoustic cavity with epistemic uncertain parameters are analyzed by the proposed method. The proposed method is verified through the comparison of the analysis results of random acoustic field with that of epistemic uncertain acoustic field. Numerical analysis results show that the proposed method can analyze the 2D acoustic field with epistemic uncertainty effectively, and has good prospect of engineering application.

关键词： Numerical analysis of the 2D acoustic field with epistemic uncertainty

基于多源信息和广义回归神经网络的下肢运动模式识别

在线全文

学校读者我要写书评

暂无评论

机器人 2015年第3期37卷 310-317页

作者：刘磊杨鹏刘作军河北工业大学控制科学与工程学院天津300130 智能康复装置与检测技术教育部工程研究中心天津300130

针对目前下肢运动模式识别率低的问题,提出了一种基于多源信息和广义回归神经网络(GRNN)的下肢运动模式识别方法.通过足底压力信息将人体日常下肢动作分解为不同的动作片段以组成识别目标集.采用下肢表面肌电信号中的偏度、峭度、功率谱... 详细信息

针对目前下肢运动模式识别率低的问题,提出了一种基于多源信息和广义回归神经网络(GRNN)的下肢运动模式识别方法.通过足底压力信息将人体日常下肢动作分解为不同的动作片段以组成识别目标集.采用下肢表面肌电信号中的偏度、峭度、功率谱熵,以髋关节角度作为腿部特征值,利用主成分分析(PCA)方法对文中提取的特征值进行降维处理,以缩短模型训练时间,防止过拟合.最后,利用GRNN对目标集中平地行走、上楼、下楼3种动作进行识别.实验结果表明,该方法的正确识别率为90.16%.

关键词：多源信息片段分解主成分分析下肢运动模式识别广义回归神经网络

在线全文

学校读者我要写书评

暂无评论

利用平均影响值和概率神经网络的步态识别

哈尔滨工程大学学报 2015年第2期36卷 181-185页

作者：袁娜杨鹏刘作军河北工业大学控制科学与工程学院天津300130 智能康复装置与检测技术教育部工程研究中心天津300130

为了实现对智能下肢假肢进行有效控制,下肢步态(包括平地行走、上下楼梯和上下坡等)的有效识别是关键。先从提取不同步态下的特征值入手,利用平均影响值(MIV)来实现变量的筛选,并针对膝上截肢者的特点确定了6个特征值,分别为髋关节角度... 详细信息

为了实现对智能下肢假肢进行有效控制,下肢步态(包括平地行走、上下楼梯和上下坡等)的有效识别是关键。先从提取不同步态下的特征值入手,利用平均影响值(MIV)来实现变量的筛选,并针对膝上截肢者的特点确定了6个特征值,分别为髋关节角度的最大值、支撑前期均值、支撑中期均值、支撑中期标准差、摆动期标准差(即Mh、ISh、MSh、SWh、MSV、SWV),然后利用概率神经网络(PNN)对本实验系统的5种步态进行准确识别,并与BP神经网络(BPNN)识别步态进行比较,试验结果表明将特征值用平均影响值方法筛选后,用概率神经网络进行步态识别,具有较好的识别率和识别速度,其识别率与BP神经网络相比提高了10%以上,验证了该方法的有效性和可行性。

关键词：智能假肢步态识别平均影响值概率神经网络特征筛选

Control of Powered Knee Joint Prosthesis Based on Finite-State Machine

在线全文

学校读者我要写书评

暂无评论

Control of Powered Knee Joint Prosthesis Based on Finite-Sta...

2015年中国智能自动化学术会议

作者： Guoxing Chen zuojun liu Lingling Chen Peng Yang School of Control Science and Engineering Hebei University of Technology

In order to make the powered knee joint prosthesis to provide the required power for walking,a driving motor control approach based on finite-state machine is *** to the periodicity and repeatability of the human body movement characteristic,the gait phase is divided into four states by foot pressure *** the reference of healthy limb gait information,a movement database for powered prosthesis is established for different terrain and speed *** finite-state machine is used to control powered prosthesis,and a stateflow module structure is build in the controller,making prosthesis limb to move to coordinate with the healthy ***,the experiment using the prosthesis prototype verified the feasibility of this method.

关键词： Finite-state machine Powered prosthesis Knee joint Movement database

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

采用鱼群算法进化极限学习机的假肢步态识别

振动．测试与诊断 2019年第6期39卷 1225-1231,1360,1361页

作者：刘磊陈增强杨鹏刘作军郑州轻工业大学建筑环境工程学院郑州450002 南开大学人工智能学院天津300350 河北工业大学人工智能与数据科学学院天津300130

为提高下肢假肢步态识别的准确性,提出一种基于鱼群(fish swarm,简称FA)算法优化极限学习机(extreme learning machine,简称ELM)的模式识别方法。首先,提取张量投影特征,分析了特征值选取的合理性;其次,采用主成分分析法降维;最后,利用... 详细信息

为提高下肢假肢步态识别的准确性,提出一种基于鱼群(fish swarm,简称FA)算法优化极限学习机(extreme learning machine,简称ELM)的模式识别方法。首先,提取张量投影特征,分析了特征值选取的合理性;其次,采用主成分分析法降维;最后,利用鱼群算法进化极限学习机分类识别平地行走、上楼、下楼、上坡及下坡5种步态,识别准确率达到97.45%。通过实验比较了该算法与极限学习机等分类器在假肢步态分类上的识别准确率与识别时间,结果表明,FA-ELM方法识别准确率优于其他方法。

关键词：表面肌电信号极限学习机鱼群算法步态识别智能假肢

在线全文

学校读者我要写书评

暂无评论

采用蝙蝠算法进化相关向量机的假肢步态识别

振动．测试与诊断 2022年第4期42卷 771-776,829页

作者：刘磊杨鹏刘作军宋寅卯郑州轻工业大学建筑环境工程学院郑州450002 河北工业大学人工智能与数据科学学院天津300130

为了提高假肢穿戴者步态识别准确率,提出了一种高阶过零分析技术分析表面肌电信号的假肢步态识别方法。该方法针对假肢穿戴者步态识别过程中的多分类问题,选择表面肌电信号(surface electromyogram signal,简称sEMG)作为步态识别信息源... 详细信息

为了提高假肢穿戴者步态识别准确率,提出了一种高阶过零分析技术分析表面肌电信号的假肢步态识别方法。该方法针对假肢穿戴者步态识别过程中的多分类问题,选择表面肌电信号(surface electromyogram signal,简称sEMG)作为步态识别信息源,将表征时间序列特性的高阶过零分析(higher order zero crossing analysis,简称HOC)方法运用于不同步态下的肌电信号的特征提取,结合相关向量机(relevance vector machine,简称RVM)建立了多分类步态识别模型,然后采用蝙蝠算法(bat algorithm,简称BA)对RVM分类器的核函数参数进行优化。实验结果表明,所提方法与粒子群算法优化相关向量机(particle swarm optimization⁃relevance vector machines,简称PSO⁃RVM)及RVM等方法相比,对于平地行走、上楼、下楼、上坡和下坡5种步态的识别准确率均高于PSO⁃RVM和RVM等方法。

关键词：智能假肢表面肌电信号相关向量机蝙蝠算法步态识别

采用核主成分分析和相关向量机的人体运动意图识别

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

机器人 2017年第5期39卷 661-669页

作者：刘磊杨鹏刘作军宋寅卯郑州轻工业学院建筑环境工程学院河南郑州450002 河北工业大学控制科学与工程学院天津300130 智能康复装置与检测技术教育部工程研究中心天津300130

针对人体步态识别率低的问题,提出了一种将核主成分分析(KPCA)和相关向量机(RVM)相结合的步态识别方法.首先,选择表面肌电信号(s EMG)作为步态识别信息源,提取表面肌电信号的小波包能量特征.然后,采用核主成分分析方法降维特征值去除冗... 详细信息

针对人体步态识别率低的问题,提出了一种将核主成分分析(KPCA)和相关向量机(RVM)相结合的步态识别方法.首先,选择表面肌电信号(s EMG)作为步态识别信息源,提取表面肌电信号的小波包能量特征.然后,采用核主成分分析方法降维特征值去除冗余的信息,得到能反映步态特征的特征值.最后,利用相关向量机对步态特征向量进行分类,识别平地行走、上楼、下楼、上坡、下坡5种步态.通过分析不同受试者步态识别结果,验证了该方法的可行性和实用性,并和BP(反向传播)神经网络、SVM(支持向量机)等方法比较,结果表明该方法分类时间为2.6609×10^(-4)s,识别正确率为96.67%,是一种有效的步态识别方法.

关键词：表面肌电信号核主成分分析相关向量机运动意图识别