期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多模态信息融合的肘关节连续运动估计 被引量：3
1
作者 李素姣 朱越 +2 位作者 吴坤 朱纯煜 喻洪流 《医用生物力学》 CAS CSCD 北大核心 2023年第2期324-330,345,共8页
目的针对目前上肢康复训练设备多为被动式、训练方式单一、患者主动参与度较低等问题,提出一种基于多模态信息融合的上肢连续运动估计算法,实现对肘关节力矩的准确估计。方法首先,在4种角速度下,采集受试者的表面肌电信号和姿态信号,提... 目的针对目前上肢康复训练设备多为被动式、训练方式单一、患者主动参与度较低等问题,提出一种基于多模态信息融合的上肢连续运动估计算法,实现对肘关节力矩的准确估计。方法首先,在4种角速度下,采集受试者的表面肌电信号和姿态信号,提取信号的时域特征并利用主成分分析方法进行特征融合;其次,通过附加动量法和自适应学习率对反向传播神经网络(back propagation neural network,BPNN)进行改进,使用粒子群算法(particle swarm optimization,PSO)对神经网络进行优化,构建基于PSO-BPNN的连续运动估计模型;最后,以第2类拉格朗日方程计算的关节力矩作为准确值,对模型进行训练,并与传统BPNN模型进行性能对比。结果传统BP神经网络模型均方根误差为558.9 mN·m,R2系数为77.19%,优化模型后的均方根误差和R2系数分别为113.6 N·m、99.12%,力矩估计准确度进一步提高。结论本文提出的肘关节连续运动估计方法能够准确地识别运动意图,为上肢外骨骼康复机器人的主动控制提供切实可行的方案。 展开更多
关键词 特征融合 神经网络 粒子群算法 连续运动估计 表面肌电信号
在线阅读 下载PDF
基于KPCA的膝关节多模式连续运动估计
2
作者 张建华 王豪 +1 位作者 李克祥 王唱 《中国医学物理学杂志》 CSCD 2023年第6期742-749,共8页
为了实现不同运动模式下膝关节连续运动的有效估计,提出一种基于核主成分分析(KPCA)的下肢膝关节连续运动估计方法。首先,融合多维表面肌电信号时域特征获取不同运动模式下较为全面的运动信息;其次,采用KPCA方法进行肌电特征降维,获取... 为了实现不同运动模式下膝关节连续运动的有效估计,提出一种基于核主成分分析(KPCA)的下肢膝关节连续运动估计方法。首先,融合多维表面肌电信号时域特征获取不同运动模式下较为全面的运动信息;其次,采用KPCA方法进行肌电特征降维,获取与该类运动模式最为相关的主成分向量,并基于反向传播神经网络实现不同运动模式下膝关节连续运动的有效估计;最后,对5个实验对象的4种运动模式进行实验验证。结果表明该方法不仅可有效估计不同运动模式下膝关节连续运动角度,相对于PCA算法估计精度也有明显提高。 展开更多
关键词 表面肌电信号 核主成分分析 时域特征 连续运动估计
在线阅读 下载PDF
基于sEMG和LSTM的下肢连续运动估计 被引量：11
3
作者 王斐 魏晓童 秦皞 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第3期305-310,342,共7页
针对下肢助力外骨骼的连续运动控制问题,提出了一种基于表面肌电信号(sEMG)与长短时记忆(LSTM)网络的连续运动估计方法.通过LSTM对肌电-运动的映射关系进行训练分析,基于奇异值分解特征值矩阵的误差算法获取主元分析(PCA)算法的主成分数... 针对下肢助力外骨骼的连续运动控制问题,提出了一种基于表面肌电信号(sEMG)与长短时记忆(LSTM)网络的连续运动估计方法.通过LSTM对肌电-运动的映射关系进行训练分析,基于奇异值分解特征值矩阵的误差算法获取主元分析(PCA)算法的主成分数量(降维维度),实现了对下肢三个关节在矢状面内的连续运动估计,且提高了连续运动估计的实时性.通过与传统网络支持向量机(SVM)、反向传播(BP)神经网络训练结果的对比分析,证明了LSTM网络在下肢连续运动预测中的优越性. 展开更多
关键词 表面肌电信号 长短时记忆网络 主元分析算法 连续运动估计 实时性
在线阅读 下载PDF
基于sEMG的上肢关节角度预测方法研究 被引量：1
4
作者 孔德智 王文东 +1 位作者 郭栋 史仪凯 《西北工业大学学报》 EI CAS CSCD 北大核心 2022年第4期764-770,共7页
针对康复训练过程人机交互性差、人机耦合不足的问题,提出上肢关节角度预测模型并完成实验验证。基于表面肌电信号(sEMG)获得可良好表征上肢运动意图的混合向量;完成信号的预处理、特征优化并提取时域特征值;针对当前运动控制领域模型... 针对康复训练过程人机交互性差、人机耦合不足的问题,提出上肢关节角度预测模型并完成实验验证。基于表面肌电信号(sEMG)获得可良好表征上肢运动意图的混合向量;完成信号的预处理、特征优化并提取时域特征值;针对当前运动控制领域模型预测精度不理想、预测速度较慢的问题,采用最小二乘支持向量机(LSSVM)方法实现上肢关节角度预测。实验结果证明提出的预测模型可根据表面肌电信号与姿态信息良好地预测人体上肢关节运动轨迹,有效减少预测时滞与误差,在提升人机耦合性方面具有一定的优越性。 展开更多
关键词 上肢外骨骼 表面肌电信号 最小二乘支持向量机 连续运动估计
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部