首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   10篇
  免费   1篇
电工技术   2篇
综合类   3篇
无线电   1篇
一般工业技术   1篇
自动化技术   4篇
  2009年   1篇
  2008年   3篇
  2006年   2篇
  2005年   2篇
  2004年   2篇
  2003年   1篇
排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
杨广映  汪洋  罗志增 《电测与仪表》2006,43(10):14-16,20
传统检测方法处理表面肌电信号(SMES)时,个体差异比较大,本文针对这一不足,应用互功率谱比值法对肌电信号进行处理,并分析互功率谱的各项参数和对应肢体动作变化之间的关系.消除了肌电信号实际测量中不可测噪声的干扰。实验表明这种改进的互功率谱比值法与传统的自功率谱比值法的方法相比,动作模式识别率得到了提高。同时,采用虚拟仪器技术提高仪器的测量精度,降低成本。  相似文献   
2.
小波变换在肌电信号预处理中的应用   总被引:6,自引:0,他引:6  
传统检测方法处理肌电信号时,个体差异比较大,针对这一不足,首先应用小波消噪理论对肌电信号进行预处理,将信号进行小波分解与重构,消除了肌电信号实际测量中不可测噪声的干扰,然后分析重构得到的信号的功率谱比值和对应肢体动作变化之间的关系。这种方法很适合处理非特定人的肌电信号。实验表明这种方法与单一使用功率谱比值法的方法相比,动作模式识别率得到了提高。同时,采用虚拟仪器技术提高仪器的测量精度,降低成本。  相似文献   
3.
为了提高语音情感的正确识别率,在情感语音韵律特征的基础上,提出情感语音音质特征的提取.结合音质特征参数和韵律特征参数,采用支持向量机分类器实现汉语普通话生气、高兴、悲伤和惊奇四种主要情感类型语音的情感识别.实验结果表明,语音音质特征参数和韵律特征参数相结合取得的情感平均正确识别率为88.1%,比单独使用韵律特征参数高出6%.可见,语音音质特征是一种较有效的情感特征参数.  相似文献   
4.
表面肌电信号的AR 参数模型分析方法   总被引:16,自引:1,他引:16  
根据实际肌电信号的随机性特征,对其建立AR(Autoregressive)模型,得到其AR模型的各项参数,分析此系数和对应肌肉活动所确定的肢体动作之间的关系,从而得到基于动作模式的表面肌电信号(EMG)AR模型参数分析方法。  相似文献   
5.
主要针对实际复杂工业对象中存在的非线性、不确定性、时变性等特点,在常规模糊控制器的基础上,提出了一种参数自调整模糊控制器的设计方法.采用该方法事先不需要获知对象的精确数学模型,而是基于人类的思维以及生产经验,用语言规则描述控制过程,并根据规则去调整控制算法或控制参数.实验表明,参数自调整模糊控制算法具有一定的自适应性,能实现对复杂工业过程的控制.  相似文献   
6.
该文建设性地提出基于分布式组件技术(DCOM)构建多层网络化机器人远程控制系统,利用分布式组件技术实现了机器人的远程控制和网络共享。通过对语音识别技术的研究,在引进IBM ViaVoice语音识别的基础上,使语音识别技术与机器人控制系统有机结合实现机器人语音识别与控制。结合DCOM和IBM ViaVoice两者技术可以实现语音远程控制,使声音通过网络加以延伸,使控制者离开机器人嘈杂的操作环境,对远距离的机器人进行语音控制,使语音识别率得到很大的提高。  相似文献   
7.
肌电信号的功率谱分析方法   总被引:8,自引:0,他引:8  
当用传统的检测方法对肌电信号(EMG)进行处理时,会出现较大的个体差异,针对这一不足,我们对其在频域中作具体的分析,提出了一种新的表面肌电信号特征提取方法--功率谱比值法.并在非特定人的条件下,经过多次实验确定实际所用肌电信号的主要频率范围和功率谱的各项参数,将功率谱比值法应用于前臂肌群的表面EMG特征提取,减小了个体差异,进而实现非特定人的动作模式识别.  相似文献   
8.
本文利用Labview虚拟仪器采集表面肌电信号,并针对表面肌电信号的非平稳性,采用小波变换的方法对肌肉表面电信号进行分析,提取多尺度小波系数的标准方差,构造特征矢量输入支持向量机中进行模式识别.灾验表明应用小波变换提取的特征向量能够表征表面肌电信号;同时,采用虚拟仪器技术可以有效地提高测量精度,降低成本,增强系统的可操作性.  相似文献   
9.
罗志增  杨广映 《机器人》2006,28(2):224-228
提出了一种带触觉反馈的肌电假手模糊控制方法.该方法在有效识别肌电信号(MES)的基础上,实现了基于触觉与肌电信号的假手仿生控制.为了消除肌电信号的个体差异,使其能可靠应用于非特定人场合,应用互功率谱比值法对肌电信号进行处理,并分析互功率谱的各项参数和对应肢体动作变化之间的关系,消除了肌电信号实际测量中不可测噪声的干扰.采用特别设计的模糊控制器控制假手动作的步进量,实现了肌电假手对多种不同物体的稳定抓取.实验表明这种组合方法不仅可以获得较高的动作模式识别率,而且能有效地降低被抓取物体的损坏.  相似文献   
10.
基于贝叶斯分类研究肌肉动作模式识别方法   总被引:1,自引:0,他引:1  
提出了一种结合AR模型和贝叶斯分类的肌电信号动作模式识别方法.首先将采集到的肌电信号进行预处理,提取AR系数作为其特征值.其次设计了一个贝叶斯分类器,利用AR系数对手臂的各种肢体动作进行动作模式分类.实验表明这种方法不仅降低了误识别率,而且取得了比较理想的识别效果.同时,采用虚拟仪器技术提高仪器的测量精度,降低成本,降低计算工作量.  相似文献   
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