时频广义S变换和VL-MOBP神经网络在人体动作识别中的应用
针对仿生假肢动作识别问题,提出基于时频广义S变换和VL-MOBP神经网络的下肢动作识别方法.首先用时频广义S变换对年龄在20~40岁,身高在170~185 cm,体重在50~75 kg的22名男性测试者下肢4种表面肌电信号和膝盖弯曲度信号进行多分辨率分析,得到在时间和频率分辨率较好情况下信号时频累计特性曲线,然后提取时频累计特性曲线幅值的均值和标准差作为特征向量,用VL-MOBP神经网络对人体下肢的行走、站立及静坐3种动作进行识别.实验结果表明,提出的下肢动作识别方法能够取得很好的识别效果,平均识别准确度达96.67%,高出小波变换约56%,高出短时傅里叶变换约36%,验证了该方法在动作识别中的有效性.
时频广义S变换、VL-MOBP神经网络、表面肌电信号、动作识别
34
TN911.7
国家自然科学基金;国家重点研发计划;国家自然科学基金;中央高校基本科研业务费专项
2021-04-02(万方平台首次上网日期,不代表论文的发表时间)
共9页
1-9