基于BP神经网络的手势动作表面肌电信号的模式识别

被引:46
作者
于擎
杨基海
陈香
张旭
机构
[1] 中国科学技术大学电子科学技术系
关键词
模式识别; 手势语言; 表面肌电信号; BP网络; AR模型系数; 过零率;
D O I
10.19529/j.cnki.1672-6278.2009.01.002
中图分类号
R318 [生物医学工程];
学科分类号
100103 [病原生物学];
摘要
手势语言在日常生活中有着广泛的应用,本研究利用手势动作时从前臂4块肌肉上获取的4路表面肌电(SEMG)信号,经特征提取并采用BP神经网络,对8种手势动作模式进行了识别。鉴于BP网络具有较强的模式分类能力,而特征提取(幅度绝对值均值、AR模型系数、过零率)又利用了多路肌电信号的信息,实验结果取得了较高的识别正确率,表明所采用的方法是有效的。
引用
收藏
页码:6 / 10
页数:5
相关论文
共 5 条
[1]
一种改进的BP神经网络算法及其应用 [J].
褚辉 ;
赖惠成 .
计算机仿真, 2007, (04) :75-77+111
[2]
表面肌电信号的AR参数模型分析方法 [J].
罗志增 ;
杨广映 .
传感技术学报, 2003, (04) :384-387
[3]
一种用于实时提取动作信号的新方法 [J].
雷敏 ;
王志中 .
中国医疗器械杂志, 2000, (04) :200-202
[4]
现代模式识别.[M].孙即祥等编著;.国防科技大学出版社.2002,
[5]
人工神经元网络及其应用.[M].袁曾任编著;.广西科学技术出版社.1999,