典型文献
基于肌肉激活度的关节运动角度分层预测
文献摘要：
针对表面肌电信号控制假肢手臂大范围关节角度预测精度低的问题,本文提出一种基于肌肉激活度的大范围关节运动角度分层预测.第一层使用误差反向传播网络(BPNN)搭建三分类器,对关节角度进行低、中、高3个级别的初步划分;第二层使用粒子群(PSO)算法对支持向量回归机(SVR)算法自动寻参,并采用3个PSO-SVR模型对不同级别的关节角度进行精确预测.实验结果表明,该种策略下关节角度的预测值与真实值有较高的一致性,角度预测误差不超过7°,有助于提高仿生假肢手臂关节活动的灵活性.
文献关键词：
表面肌电信号;肌肉激活度;关节角度;支持向量回归机
中图分类号：
作者姓名：
张文艳;曹乐;阚秀;汪新坤;杨诞
作者机构：
上海工程技术大学 电子电气工程学院,上海201620
文献出处：
引用格式：
[1]张文艳;曹乐;阚秀;汪新坤;杨诞-.基于肌肉激活度的关节运动角度分层预测)[J].智能计算机与应用,2022(07):101-107,113
A类：
仿生假肢手
B类：
肌肉激活度,关节运动,表面肌电信号,信号控制,制假,手臂,关节角度预测,第一层,误差反向传播,反向传播网络,BPNN,三分类,分类器,第二层,PSO,支持向量回归机,SVR,同级,精确预测,该种,下关,真实值,预测误差,关节活动
AB值：
0.286357
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
