利用神经网络进行人手动作表面肌电信号的识别研究

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.

关键词：表面肌电信号、主成分分析、小波包分解、Elman神经网络、粒子群优化算法、sEMG、PSO

所属期刊栏目：31

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2020-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：13-17