利用神经网络进行人手动作表面肌电信号的识别研究

论文摘要

为了更好地识别人手动作的肌电信号,采用基于小波包分解与主成分分析结合的特征提取方法,并利用粒子群优化Elman神经网络的模式分类方法。选择"db"系小波对肌电信号进行多尺度分解,并结合主成分分析法,选用累计贡献率大于98.6%的十个主成分作为特征向量,输入优化神经网络进行网络训练,实现对人手抓取动作的模式识别。实验结果表明,与传统神经网络仿真结果对比,采用粒子群算法优化Elman神经网络不仅能提高系统稳定性问题,而且能提高人手动作分类识别率,验证了该方法是一种可行的人手动作分类识别方法。

论文目录

文章来源

类型: 期刊论文

作者: 雷华勤

关键词: 表面肌电信号,主成分分析,小波包分解,神经网络,粒子群优化算法

来源: 武汉工程职业技术学院学报 2019年04期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 电信技术,自动化技术

单位: 福州市职业教育实训中心,福州大学物理与信息工程学院

分类号: TN911.7;TP183

页码: 13-17

总页数: 5

文件大小: 967K

下载量: 142

相关论文文献

标签：表面肌电信号论文;  主成分分析论文;  小波包分解论文;  神经网络论文;  粒子群优化算法论文;