文献类型：期刊文章

作　　者：尹少华[1] 杨基海[1] 梁政[2] 陈香[1] 任焱暄[1]

机构地区：[1]中国科学技术大学电子科学与技术系,安徽合肥230026 [2]安徽移动通信有限责任公司,安徽合肥230000

出　　处：《中国科学技术大学学报》

基　　金：国家自然科学基金(60371015)资助

年　　份：2006

卷　　号：36

期　　号：5

起止页码：550-555

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：利用展拳、握拳和腕屈、腕伸时从前臂分别检测的两路表面肌电(surface electromyography,SEMG)信号,对四种动作进行了分类研究.先采用移动平均法(moving average,MA)和一阶差分法确定SEMG信号中对应的每个动作波形的起止点,再利用递归量化分析(recurrence quantifica-tion analysis,RQA)方法提取各种动作波形的非线性特征参量(确定率、递归率等),由两路SEMG信号的这些特征参量构成特征矢量,输入BP(back propagation)神经网络,完成对不同动作的分类.研究结果表明,将利用递归量化分析得到SEMG信号的几种非线性参量作为特征值,对不同动作进行分类能够获得较高的分类准确率.

关 键 词：表面肌电信号 递归量化分析  移动平均  一阶差分  神经网络 模式分类  

分 类 号：R318.5[生物医学工程类]