首页 | 本学科首页   官方微博 | 高级检索  
     

基于HMM的下肢表面肌电信号模式识别的研究
引用本文:陈贵亮,周晓晨,李晨,刘更谦.基于HMM的下肢表面肌电信号模式识别的研究[J].机械设计与制造,2015(1).
作者姓名:陈贵亮  周晓晨  李晨  刘更谦
作者单位:河北工业大学机械工程学院,天津,300130
基金项目:河北省教育厅科技计划项目
摘    要:采用隐马尔科夫(HMM)的信号分类识别方法,用以实现下肢步态中各细分动作的更好识别和描述。首先将待分类的肌电信号进行预处理,按等时间间隔对每通道的肌电信号划分不同的段,采用小波变换方法对每个数据段内肌电信号进行多尺度分解,并提取小波分解系数的奇异值构成观察值序列。将步态周期的四种运动模式与HMM状态一一对应,用Baum-Welch算法对HMM参数进行重估训练,再用标定技术处理的前向后向算法和Viterbi算法进行识别,得到的平均识别率高于90%。然后在四种运动模式中分别提取小波特征组成特征编码,送入概率神经网络(PNN)中进行识别。证明HMM的识别效果优于概率神经网络,能够更好地应用于假肢的控制研究。

关 键 词:表面肌电信号  隐马尔科夫模型  小波变换  模式识别  概率神经网络

The Research of Lower Limb EMG Pattern Recognition Based on HMM
CHEN Gui-liang,ZHOU Xiao-chen,LI Chen,LIU Geng-qian.The Research of Lower Limb EMG Pattern Recognition Based on HMM[J].Machinery Design & Manufacture,2015(1).
Authors:CHEN Gui-liang  ZHOU Xiao-chen  LI Chen  LIU Geng-qian
Abstract:
Keywords:Surface EMG  Hidden Markov Model  Wavelet Transform  Pattern Recognition  Probabilistic Neural Network
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号