基于表面肌电信号形态特征的多模式识别研究

为提高肢体运动模式识别率,基于肌电信号的产生机理提出了选用信号的形态特征实现肌电信号模式识别的新方案。方案以分形理论中关联维及分维数的概念分别表征肌电信号的复杂度及自相似性,其中关联维的计算采用了一种改进的G-P算法、即G-P关联维逼近法;在手部动作模式识别中,以关联维和分维数作为表面肌电信号的特征向量,分类器采用由对支持向量机构造的二叉树结构多类分类器。针对手部张开、合拢及腕伸、腕屈4种运动模式的识别实验,该方法的正确识别率达到了91.0%,已具备一定的实用性。     

基于磁场刺激的肌电信号模式识别的研究

对于人体表面肌电（SEMG）信号提出一种新的研究方法，即在磁场刺激下，采用小波变换的方法，对从掌长肌、肱桡肌、尺侧腕屈肌和肱二头肌上采集的4路表面肌电信号进行分析，并提取其6级小波分解系数绝对值累加和的平均值作为信号的特征．构建特征矢量．输入神经网络分类器进行模式识别，经过训练能够成功地识别出握举、展拳、腕内旋、腕外旋、屈腕、伸腕、前臂内旋、前臂外旋8种运动模式．实验结果表明，该方法识别率高，所需数据量少．运算速度快，实时性好，为肌电等生物电信号的研究提供了一种新方法．     

非线性PCA在表面肌电信号特征提取中的应用

针对表面肌电信号的特点,提出了一种应用非线性主分量分析(PCA)提取表面肌电信号特征的新方法.该方法在表面肌电信号滤波的基础上,采用非线性PCA方法完成数据压缩,将多路表面肌电信号转换为一维的特征数据主元,并以主元曲线的形式输出特征提取结果.本文采用基于自组织神经网络的非线性PCA对手臂尺侧腕伸肌和尺侧腕屈肌的两路表面肌电信号进行主元提取,试验结果表明,四种手部运动模式(握拳、展拳、腕外旋、腕内旋)对应的表面肌电信号利用该方法处理后,得到的主元曲线具有很好的类区分性,依据所得主元曲线的形状特征可以有效地进行手部动作类别的识别.     

一种基于HHT和AR模型的手部运动模式识别方法

为了实现基于表面肌电信号(SEMG)的手部动作运动模式识别,提出一种Hilbert-Huang变换(HHT)和自回归(AR)模型相结合的特征提取算法.该方法依据HHT后各层固有模态函数(IMF)的瞬时频率定义每层IMF的频率有效度,由频率有效度选取6层平稳的IMF,同时考察具有最大频率有效度的IMF,并以该IMF的瞬时幅值确定动作信号的起止点.对6层IMF中的动作信号建立AR模型提取手部运动模式的特征向量.提取主成分后,将降维的动作特征向量输入SVM分类器,实现基于SEMG信号的手部多运动模式的识别,对伸腕、屈腕、握拳、展拳4种手部动作的识别实验表明,该方法的识别正确率可达91%.     

基于WPT和LDA的表面肌电信号特征识别方法

针对时域特征参数在表面肌电信号(SEMG)模式识别过程中的局限性,提出一种小波包变换(WPT)和线性判别分析(LDA)相结合的新方法;通过虚拟仪器采集桡侧腕屈肌和肱桡肌两路表面肌电信号,应用小波包变换对表面肌电信号进行多尺度分解,提取小波包系数并计算其均方根作为特征参数,应用线性判别分析对表面肌电信号数据进行分类识别;实验结果表明,采用此方法成功地从表面肌电信号中识别握拳、展拳、手腕内翻和手腕外翻4种动作,与时域参数相比,此方法更能有效提取表面肌电信号信息,且有较高的动作识别率,识别率高达98.2%。     

HHT方法在人体下肢表面肌电信号分析中的应用

针对表面肌电信号是非线性非稳态信号的特点,为了得到信号的有效特征并对信号特征进行有效分析,采用HHT(Hilbert-Huang Transformation)分析方法,通过经验模态分解将信号分解为一组内蕴模态函数。基于各内蕴模态函数的频率特征的分析,对它们进行HHT变换建立表面肌电信号的时间-频率-能量三维Hilbert谱,进而得到信号的边际谱。文中给出基于经验模态分解阈值消噪方法,和小波阈值方法相比,其消噪效果明显,在抑制噪声的同时,能够较好保留信号边缘和细节信息。初步实验表明HHT方法为表面肌电信号的特征提取和模式识别提供了可靠的依据,具有很好的应用前景。     

多重分形分析在肌电信号识别中的应用

针对表面肌电信号的非线性特征,目前的分析方法有非线性动力学的复杂度及分形维数等,但是单重分形只能反映信号的整体特征,缺乏时局部奇异性的刻画.本文采用多重分形来分析表面肌电信号,结合灰色关联度对四种前臂动作进行分类识别,取得了较好的识别效果.结果表明:广义维数谱可以作为一种新的肌电信号特征来描述肌电信号的复杂性,为表面肌电信号的识别提供了一种新的思路.     

基于多通道sEMG小波包分解特征的人手动作模式识别方法

为了满足主动康复训练和人机交互等复杂应用场景对多样性的人手运动模式识别需求,提出了一种基于多通道表面肌电信号sEMG小波包分解特征的人手动作模式识别方法。通过实验对比分析,确定了最佳采样布局方案,通过采集前臂表面肌电信号,设计了基于数字滤波器的肌电信号活动段自动标识算法,能快速准确完成样本动作标签的制作。以原始肌电信号的小波包分解系数作为特征向量训练分类器。通过对比不同隐含层节点数对分类器模式识别准确率的影响,最终确定BP神经网络模式分类器的所有结构参数。设计并训练完成了BP神经网络人手运动模式分类器。对9种手部运动的平均识别率达到93.6%,计算时间小于150ms。     

基于LLE和SVM的手部动作识别方法

为了提高人体手部动作的识别性能,针对高维特征数据给模式识别带来的问题,提出了一种基于局部线性嵌入(LLE)算法和支持向量机(SVM)的模式识别方法.该方法从肱桡肌和尺侧腕屈肌上采集两路表面肌电信号(sEMG),通过对样本信号的时域分析和小波分析,提取原始信号的特征,构造特征矢量.再利用LLE算法对原始特征数据进行降维,挖掘出具有内在规律的低维特征.将降维后的特征数据输入SVM分类器进行4种动作的模式识别.实验表明:此方法可以有效、准确地对人体手部动作进行分类.     

基于WPKPCA和SVM的SEMG动作识别方法

为了有效提取表面肌电信号SEMG(Surface Electromyographic)的特征,更好的识别人体上肢运动模式,提出了一种小波包核主元分析(WPKPCA)和支持向量机(SVM)相结合的新方法。通过虚拟仪器采集桡侧腕屈肌和肱桡肌两路表面肌电信号,应用小波包核主元分析法对表面肌电信号进行特征提取,采用支持向量机对表面肌电信号特征数据进行分类识别。实验结果表明,采用此方法能够从表面肌电信号中识别出握拳、展拳、手腕内翻和手腕外翻4种动作,更能有效提取表面肌电信号信息,动作识别率高达98%。     

PS色彩模式浅析

主要通过对Photoshop中各种色彩模式的概念、性质、特点进行分析和对比,针对各种色彩模式之间的关系指出色彩模式的应用领域及转换的原因,提出了色彩模式转换方法及转换过程中应注意的问题,从而使用户能正确的选择色彩模式处理图像。     

分组密码工作模式发展动态及简评

2001年初，NIST分组密码运行模式工作组提出建议，计划制定新的工作模式标准（FIPS）。以适应AES和其他分组密码处发展的需要，本文简要介绍了近期提交的分组密码工作模式的特点和发展动态，并根据最新分析成果简要评述。     

LabVIEW中DDE不同通信方式的比较分析

DDE(动态数据交换)是Windows环境提供的一种基于消息的进程间通信技术协议。Windows环境下的多种软件系统及软件开发平台,如VB,VC,Excel,Foxpro,PB,Developer/2000等都提供了DDE功能。文中对DDE通信的几种不同方式做了简单的比较和分析,并给出了示例程序。     

微弯式漏油检测光纤传感器的研究

介绍了一种非常有实用价值的微弯式漏油检测光纤传感器,详细分析了如何利用光纤的微弯去检测漏油的原理,给出了实验结果。     

地震检波器的模态对滑动

提出了地震检波器的模态对模型 ,强调了模态的滑动 ,指出地震检波器面临的问题是模态对的滑动。对检波器的测量和研发有一定的参考价值     

对不同工作模式星载合成孔径雷达的侦察研究

条带模式和聚束模式是合成孔径雷达常用的两种工作模式,尤其是聚束模式的精度高,在军事上发挥着重要的作用。在研究两种工作模式原理的基础上,根据合成孔径雷达的特点,展开了对合成孔径雷达工作模式的侦察研究,仿真实验验证了侦察的可行性。     

分布式计算中BC复合客户端的设计与实现

在网络环境下,客户端指三层构架（表示层、业务层和数据层）中的表示层,它可分别用Browser或Client两种方式提供。本文论述了当前广为流行的MVC客户端设计模式,然后介绍实现客户端所涉及的功能性及非功能性需求,将Browser和Client两种客户端模式进行比较,提出在一些应用场合二者融合的必然性,并将二者的融合应用到一个实际的系统中,结果表明所提出的融合模式是有效而实用的。     

AN ASYMPTOTIC SECOND‐ORDER SMOOTH SLIDING MODE CONTROL

Presented is a method of smooth sliding mode control design to provide for an asymptotic second‐order sliding mode on the selected sliding surface. The control law is a nonlinear dynamic feedback that in absence of unknown disturbances provides for an asymptotic second‐order sliding mode. Application of the second‐order disturbance observer in a combination with the proposed continuous control law practically gives the second‐order sliding accuracy in presence of unknown disturbances and discrete‐time control update. The piecewise constant control feedback is “smooth” in the sense that its derivative numerically taken at sampling rate does not contain high frequency components. A numerical example is presented.     

利用水晶报表管理药品标准提高项目中样品及资料征集工作

水晶报表是一个非常好用的组件,在程序中可以用来处理诸多的事件。本文通过一个实例,详细介绍了水晶报表的两种应用模式,拉模式和推模式。相对来说,拉模式应用比较简单,但不够灵活。推模式使用起来比较复杂,但灵活多变。在不同的情况下两种应用模式都能实现特定的功能。     

最大化中心模式和微小模式生成对抗网络

为了解决生成对抗网络（GAN）在生成图像时出现的模式崩塌问题,提出了一种最大化中心模式和微小模式损失生成对抗网络（MMMGAN）。首先,将具有相同标签的生成图像的模式定义为中心模式和微小模式,中心模式和微小模式分别代表相似模式的集合和学习完中心模式后可能的模式变化。其次,基于上述的定义提出最大化中心模式和微小模式损失。最后,引入该损失函数,在保证生成图像的分布逼近真实图像的前提下,绝大多数评价指标都得到了改善,提升了生成图像的多样性。拓展性的实验结果表明,提出的最大化中心模式和微小模式损失应用于两种及其以上不同类型任务中,模式崩塌得到了有效缓解。