|
|
下载PDF在浏览器中打开PDF基于EMG的假手控制特征提取与分类10页•发布日期：2022年3月22日摘要近年来，假手的实时控制受到了广泛关注。特别是，肌电图（EMG）信号的实时分析在实现可接受的准确度和执行延迟方面存在一些挑战。在本文中，我们通过在较短的信号长度内提高精度来解决其中一些挑战。我们首先介绍了一组新的特征提取函数，应用于小波分解的每个层次。然后，我们提出了一种对神经网络输出进行后处理的方法。实验结果表明，在800msec信号长度下，该方法将肌电信号的实时分类准确率提高到95.5%。与传统的多数投票和贝叶斯融合方法相比，所提出的后处理方法实现了更高的一致性。键盘:分类,肌电图（EMG）,特征提取,神经网络 在:希沙姆·穆巴德,塔梅尔·阿尔德瓦里和奥利弗·尤伦斯坦（编辑）。第14届生物信息学和计算生物学国际会议论文集，第83卷，第136--145页 |
|
|
