文献类型：期刊文章

作　　者：熊鹏文[1,2] 林虹[3] 宋爱国[2] 胡凌燕[1] 陈大鹏[2,4]

机构地区：[1]南昌大学信息工程学院,南昌330031 [2]东南大学仪器科学与工程学院,南京210096 [3]国网江西省电力公司信息通信分公司,南昌330077 [4]北卡罗来纳大学夏洛特分校计算机工程系,夏洛特28223

出　　处：《仪器仪表学报》

基　　金：国家自然科学基金(61663027;81501560;61563035);国家杰出青年科学基金(61325018)项目资助

年　　份：2017

卷　　号：38

期　　号：10

起止页码：2400-2406

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对手臂康复训练后仍缺乏准确力觉的康复病人提出了一种手臂末端力的软测量方法。采用肌电信号(EMG)传感器与手臂姿态传感器获取的数据综合描述手臂的综合状态信息,并作为随机森林回归的输入,将手臂末端力作为随机森林回归的输出。依据康复训练的基本动作单元,针对性的设计了"推拉"和"提放"两组试验,在离线状态下,利用力传感器测量得到的实际末端力与手臂的综合状态信息作为样本集,并通过大量样本数据训练随机森林回归算子得到稳定可靠的回归算子,最后通过在线预测手臂末端力与真实末端力输出的比较,验证了该方法的有效性。

关 键 词：随机森林  软测量 手臂末端力  集成学习  

分 类 号：TP241] TH69]