检索结果-南通市图书馆

基于长短时记忆和卷积神经网络的手势肌电识别研究

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2021年第2期42卷 162-170页

作者：陈思佳罗志增杭州电子科技大学智能控制与机器人研究所杭州310018

用表面肌电进行手势识别具有细节信息可选择性和抗外界干扰能力强的优势,但现有方法的适应性和识别准确性还不足。通过在卷积神经网络的基础上增加长短时记忆网络处理层,构筑手势识别模型,它能捕获手势动作过程的肌电时序特征,一定程度... 详细信息

用表面肌电进行手势识别具有细节信息可选择性和抗外界干扰能力强的优势,但现有方法的适应性和识别准确性还不足。通过在卷积神经网络的基础上增加长短时记忆网络处理层,构筑手势识别模型,它能捕获手势动作过程的肌电时序特征,一定程度上减少了过拟合的现象。利用手势肌电丰富的时频域信息,提取手势肌电的小波包特征图像,并与手势肌电图像一起作为识别模型的输入数据,拓展手势识别模型中肌电信号的类别信息,同时在长短时记忆网络处理层与卷积神经网络层之间引入注意力机制,使得该模型能间接提高关键手势肌电通道的权重。实验结果证实本识别模型结合肌电两种特征输入的处理方法,与普通卷积神经网络模型以肌电图像输入的方法相比,识别准确率提升了4.25%。

关键词：肌电信号小波包分解长短时记忆神经网络注意力机制手势肌电识别

在线全文

学校读者我要写书评

暂无评论

基于降噪源分离的脑电信号消噪方法

华中科技大学学报（自然科学版） 2018年第12期46卷 60-64页

作者：罗志增金晟李阳丹杭州电子科技大学智能控制与机器人研究所

为了解决采集的脑电信号中常含有工频、心电、肌电和眼电等多源干扰问题,提出一种基于降噪源分离的脑电信号消噪方法.首先,该方法经过小波分解重构,消除高斯噪声完成预处理;然后,根据脑电信号的非高斯性,用正切函数进行降噪源分离,将含... 详细信息

为了解决采集的脑电信号中常含有工频、心电、肌电和眼电等多源干扰问题,提出一种基于降噪源分离的脑电信号消噪方法.首先,该方法经过小波分解重构,消除高斯噪声完成预处理;然后,根据脑电信号的非高斯性,用正切函数进行降噪源分离,将含干扰的脑电信号逐次迭代提取得到分离信号作为消噪结果;最后,引入相关系数检测消噪效果.实验结果表明:经过降噪源分离提取得到的分离信号之间呈现弱相关性,而目标分离信号与源信号具有强相关性,可有效去除脑电信号中的心电和眼电伪迹.

关键词：降噪源分离脑电信号小波变换降噪函数相关系数

经颅直流电刺激时长对脑运动皮层活跃度影响的研究

在线全文

学校读者我要写书评

暂无评论

中国生物医学工程学报 2023年第4期42卷 411-419页

作者：黄福鑫孙曜李景琦罗志增杭州电子科技大学智能控制与机器人研究所杭州310018 杭州脑康康复医院杭州311215

经颅直流电刺激(tDCS)作为一种新兴的非侵入式脑刺激技术,可以增强皮层兴奋性从而促进运动功能康复。然而在运动功能康复训练中,该技术刺激时长参数设置的标准尚未明确。在刺激直流电强度保持1.5 mA恒定的情况下,通过采集脑电信号,研究... 详细信息

经颅直流电刺激(tDCS)作为一种新兴的非侵入式脑刺激技术,可以增强皮层兴奋性从而促进运动功能康复。然而在运动功能康复训练中,该技术刺激时长参数设置的标准尚未明确。在刺激直流电强度保持1.5 mA恒定的情况下,通过采集脑电信号,研究阳极tDCS时长对大脑皮层运动区活跃度的影响。选择11名健康受试者接受基于以往实验经验值的3种不同时长(10、15、20 min)C3区阳极刺激,并在此基础上增加一种25 min的同模式刺激实验。在刺激前后分别采集脑电信号,测量C3区mu和beta节律在静息态和运动想象时的事件相关去同步下的功率谱密度两个特征参数,并计算平均值,比较4种不同时长的阳极刺激对大脑皮层运动区活跃度的影响。结果显示,mu和beta节律在不同时长刺激前后功率谱密度(μV^(2)/Hz)的变化量分别为10 min:2.835±0.842,15 min:3.975±0.978,20 min:7.022±1.562,25 min:1.413±1.329和10 min:0.890±0.421,15 min:1.645±0.630,20 min:3.122±0.710,25 min:0.321±0.259;mu和beta的事件相关去同步变化量(%)分别为10 min:10.06±2.81,15 min:14.11±2.87,20 min:22.12±4.67,25 min:3.77±3.03和10 min:6.72±3.19,15 min:11.78±5.02,20 min:17.81±3.16,25 min:2.54±2.30。研究表明,在3种经验值范围内,刺激时间越长,脑运动皮层活跃度越强,且存在显著性差异(P研究结果有望为基于tDCS技术的运动功能康复训练的刺激时长设置提供有意义的参考。

关键词：经颅直流电刺激运动想象脑电图事件相关去同步化功率谱密度

基于张量线性拉普拉斯判别的肌电特征提取方法

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2017年第6期47卷 1117-1122页

作者：佘青山马鹏刚马玉良孟明杭州电子科技大学智能控制与机器人研究所杭州310018

为了有效分析表面肌电(sEMG)信号蕴含的时-频-空域多维特征,提出了一种基于张量线性拉普拉斯判别(TLLD)的sEMG特征提取方法.首先对sEMG信号做复Morlet小波变换,构造具有时间、空间、频率、任务的四阶张量数据;然后运用TLLD分析方法获得... 详细信息

为了有效分析表面肌电(sEMG)信号蕴含的时-频-空域多维特征,提出了一种基于张量线性拉普拉斯判别(TLLD)的sEMG特征提取方法.首先对sEMG信号做复Morlet小波变换,构造具有时间、空间、频率、任务的四阶张量数据;然后运用TLLD分析方法获得投影矩阵,把训练集和测试集分别投影在投影矩阵中获得具有较大区分度的特征;最后使用分类器对腕屈、腕伸、上臂内旋、上臂外旋、握拳、伸拳6种动作模式进行识别.实验结果表明,所提方法平均分类准确率达到了98%以上,识别性能优于均方根、自回归系数、张量高阶判别分析3种特征提取方法.

关键词：表面肌电信号人机交互特征提取张量线性拉普拉斯判别

面向人脸特征点定位和姿态估计任务协同的DCNN方法

在线全文

学校读者我要写书评

暂无评论

计量学报 2019年第4期40卷 576-582页

作者：田卓佘青山甘海涛孟明杭州电子科技大学智能控制与机器人研究所

为了提高复杂背景下面部信息的识别性能,提出了一种面向人脸特征点定位和姿态估计任务协同的深度卷积神经网络(DCNN)方法。首先从视频图像中检测出人脸信息;其次设计一个深度卷积网络模型,将人脸特征点定位和姿态估计两个任务协同优化,... 详细信息

为了提高复杂背景下面部信息的识别性能,提出了一种面向人脸特征点定位和姿态估计任务协同的深度卷积神经网络(DCNN)方法。首先从视频图像中检测出人脸信息;其次设计一个深度卷积网络模型,将人脸特征点定位和姿态估计两个任务协同优化,同时回归得到人脸特征点坐标和姿态角度值,然后融合生成相应的人机交互信息;最后采用公开数据集和实际场景数据进行测试,并与其他现有方法进行比对分析。实验结果表明:该方法在人脸特征点定位和姿态估计上表现出较好的性能,在光照变化、表情变化、部分遮挡等复杂条件下人机交互应用也取得了良好的准确性和鲁棒性,平均处理速度约16帧/s,具备一定的实用性。

关键词：计量学人脸识别深度卷积神经网络人脸特征点姿态估计信息融合

在线全文

学校读者我要写书评

暂无评论

一种肩颈部肌电信号识别的智能轮椅控制方法

上海交通大学学报 2016年第6期50卷 949-956,962页

作者：杨伟健佘青山张启忠马玉良高云园杭州电子科技大学智能控制与机器人研究所杭州310018

为了实现利用肌电信号识别的智能轮椅系统控制,提出一种基于空域相关滤波的小波熵和近似熵特征提取与分类方法.通过分布在人体肩颈部的电极采集动作并产生多通道表面肌电信号,采用阈值比较与移动平均的数据分段方法确定活动段的起点和终... 详细信息

为了实现利用肌电信号识别的智能轮椅系统控制,提出一种基于空域相关滤波的小波熵和近似熵特征提取与分类方法.通过分布在人体肩颈部的电极采集动作并产生多通道表面肌电信号,采用阈值比较与移动平均的数据分段方法确定活动段的起点和终点,在小波变换尺度间相关滤波的基础上提取活动段数据的小波熵和近似熵特征,设计具有二叉树结构的孪生支持向量机多类分类器,以完成5种动作模式的识别,并在预设的实验轨迹上对智能轮椅进行测试.结果表明,所提出的方法在人体头部左、右转以及双肩上提和左、右肩上提等动作模式下对肌电信号的识别率均达到88.75%.

关键词：智能轮椅肌电信号小波熵近似熵孪生支持向量机

基于肌肉协同激活模型的上肢关节运动连续估计

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2016年第6期37卷 1405-1412页

作者：桂奇政孟明马玉良罗志增杭州电子科技大学智能控制与机器人研究所杭州310018

关节运动连续估计为基于表面肌电信号的人机交互提供了一种更为自然灵活的方式。提出了一种基于肌肉协同理论和支持向量回归的激活模型进行上肢关节角度的估计。首先利用非负矩阵分解算法对肌电信号进行解耦,提取独立动作的协同元;然后... 详细信息

关节运动连续估计为基于表面肌电信号的人机交互提供了一种更为自然灵活的方式。提出了一种基于肌肉协同理论和支持向量回归的激活模型进行上肢关节角度的估计。首先利用非负矩阵分解算法对肌电信号进行解耦,提取独立动作的协同元;然后根据非负最小二乘算法计算相应协同元激活系数;最后通过支持向量回归构建了映射激活系数到关节角度的激活模型,利用建立的激活模型从采集的表面肌电信号得到关节运动的连续估计。对2个关节独立和组合运动的估计实验表明,该模型能获得较高的估计精度。

关键词：表面肌电信号肌肉协同激活模型支持向量回归连续估计

在线全文

学校读者我要写书评

暂无评论

基于肌电复杂度和支持向量机的比例控制假手

华中科技大学学报（自然科学版） 2017年第10期45卷 59-64页

作者：席旭刚杨晨罗志增张自豪杭州电子科技大学智能控制与机器人研究所浙江杭州310018

为了提高肌电假手模式识别和速度比例控制准确率,提出一种基于肌电复杂度特征和支持向量机的比例控制假手方法.提取能够表征动作复杂度的Lempel-Ziv复杂度和平均功率作为表面肌电特征,输入支持向量机,对握拳、伸拳、腕伸及腕屈四个动作... 详细信息

为了提高肌电假手模式识别和速度比例控制准确率,提出一种基于肌电复杂度特征和支持向量机的比例控制假手方法.提取能够表征动作复杂度的Lempel-Ziv复杂度和平均功率作为表面肌电特征,输入支持向量机,对握拳、伸拳、腕伸及腕屈四个动作进行识别,同时通过三次样条插值方法对动作过程的肌电平均功率和动作速度进行拟合,实现假手的速度比例控制.实验表明:该方法取得了94.18%的动作模式平均识别率和8%以内的比例控制误差.

关键词：表面肌电支持向量机 Lempel-Ziv复杂度比例控制假手

融合表面肌电和加速度信号的下肢运动模式识别研究

在线全文

学校读者我要写书评

暂无评论

电子学报 2017年第11期45卷 2735-2741页

作者：席旭刚汤敏彦张自豪张启忠罗志增杭州电子科技大学智能控制与机器人研究所浙江杭州310018

为了提高下肢运动模式识别率,本文设计了一种融合表面肌电和加速度信号的下肢运动模式识别方法.首先,用局部均值分解将表面肌电信号分解为多个乘积函数(Product Functions,PFs),再计算PF成分的多尺度排序熵.然后,通过拉普拉斯权重(Lapla... 详细信息

为了提高下肢运动模式识别率,本文设计了一种融合表面肌电和加速度信号的下肢运动模式识别方法.首先,用局部均值分解将表面肌电信号分解为多个乘积函数(Product Functions,PFs),再计算PF成分的多尺度排序熵.然后,通过拉普拉斯权重(Laplacian score,LS)特征选择算法选定每路肌电信号的一个尺度排序熵为特征,并把该特征和加速度信号的排序熵组成特征向量.最后,根据类内欧氏距离和类间样本分布,设计了改进的二叉树支持向量机,把特征向量输入该支持向量机进行下肢运动模式分类.实验结果表明所提方法对七个日常动作的平均识别率达到98.62%,相较于其他方法有较高的识别率.

关键词：下肢运动模式识别表面肌电信号加速度信号多尺度排序熵改进二叉树支持向量机