典型文献
一种基于改进sEMG活动段检测的手部运动意图识别新方法
文献摘要：
针对单参数固定门限检测表面肌电信号(sEMG)活动段的端点反转、 端点末端提前收尾导致手部运动意图分类效果不佳的问题,提出了一种基于改进sEMG活动段检测的手部运动意图识别方法.首先,通过改进两级判别自适应门限算法,检测sEMG活动段的端点;其次,将子活动段的时域特征作为分类模型的输入特征矩阵,对LSTM手部运动意图识别模型进行训练;最后,以UCI肌电数据集作为研究对象进行对比实验.结果表明,相比于单参数固定门限提取sEMG活动段的特征作为LSTM输入,手部运动意图的分类精度提高了15.6％,总体平均分类精度达到91.7％.
文献关键词：
表面肌电信号;活动段提取;LSTM神经网络;手部运动意图
中图分类号：
作者姓名：
刘声中;许德章
作者机构：
安徽工程大学 人工智能学院;芜湖安普机器人产业技术研究院,安徽芜湖241000
文献出处：
引用格式：
[1]刘声中;许德章-.一种基于改进sEMG活动段检测的手部运动意图识别新方法)[J].嘉兴学院学报,2022(06):105-112
A类：
手部运动意图,活动段提取
B类：
sEMG,运动意图识别,单参数,表面肌电信号,端点,收尾,尾导,意图分类,分类效果,两级,自适应门限,时域特征,分类模型,输入特征,特征矩阵,识别模型,UCI,分类精度,平均分
AB值：
0.213289
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。
