SEMG

作品数：353被引量：1332H指数：17
导出分析报告
相关领域：医药卫生更多>>
相关作者：王健王乐军龚铭新刘耀荣罗志增更多>>
相关机构：浙江大学东北师范大学西安体育学院杭州电子科技大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划浙江省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 主题=肌电信号x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于不同负载下sEMG的肩肘关节角度预测研究
《机械制造与自动化》2025年第2期22-26,共5页陆浩琪 郭佳乐 陈劲舟 殷正龙 左敦稳 
江苏省科研与实践创新计划项目(SJCX22_0097)。
为解决外骨骼自身质量对关节角度预测准确性影响的问题,探究不同负载对基于肌电信号的关节角度预测模型精度的影响并确定最佳负载大小。采集不同负载下的表面肌电信号,提取时域特征值作为特征输入信号,通过BP神经网络、支持向量机进行训...
关键词：上肢负载 表面肌电信号 BP神经网络 支持向量机 角度预测 
基于PSO优化ELM手腕动作sEMG识别方法
《淮北师范大学学报(自然科学版)》2025年第1期51-55,共5页景甜甜 李昊 高婷 董必春 
安徽省高校省级自然科学研究项目(KJ2021JD23);安徽省高校杰出青年科学研究项目(2022AH020025);安徽建筑大学科学研究项目(KJ223013);安徽省建筑声环境重点实验室开放课题/主任基金项目(AAE2021ZR01)。
为提高人体手腕动作识别准确率,提出一种基于粒子群算法优化极限学习机动作模式识别新方法。通过虚拟仪器采集人体手腕内翻、外翻、握拳、展拳4种动作对应肌电信号,通过小波分析方法构造其特征矢量,然后利用特征矢量对极限学习机进行训...
关键词：表面肌电信号 模式识别 粒子群算法 极限学习机 
基于深度学习的sEMG手指关节角度估计方法研究
《信息与电脑》2025年第5期47-49,共3页施晨雨 王宇春 
黑龙江省省属本科高校基本科研业务费科研项目(项目编号:2018-KYYWF-0943);黑龙江省卫生健康委立项科研课题(项目编号:2019-287);佳木斯大学优秀学科团队项目(项目编号:JDXKTD-2019008);佳木斯大学教育教学改革研究项目(项目编号:2021JY1-49)。
在人机交互领域,表面肌电信号(Surface Electromyography,s EMG)被广泛用于连续运动估计,但现有方法在非线性建模方面存在局限。为此,文章研究了CNN-LKN模型,该模型利用跳跃连接与门控机制提取s EMG的特征,并结合长短期记忆网络(Long Sh...
关键词：深度学习 表面肌电信号 LSTM 卡尔曼滤波器 
基于sEMG的挖掘机驾驶员肌肉疲劳分析
《机械工程与自动化》2025年第1期7-9,共3页白伟 辛运胜 潘深圳 董青 张倩 苏妮娜 
山西省科技重大专项项目(20181102002);山西省应用基础研究计划(201901D211288);山西省高等教育科技创新项目(2019L0649);太原科技大学博士科研基金(W20222006);山西省研究生优秀创新项目(2021Y694)。
针对驾驶员上车过程容易引起肌肉疲劳和损伤的问题,提出了通过肌电实验测试表面肌电信号判断驾驶员疲劳的方法。选取上车方向(D1、D2、D3)、左手抓握位置(G1、G2、G3、G4、G5)、腿部上车次序(L1、L2)为实验变量,采集10名被试者在30组变...
关键词：挖掘机驾驶员 肌肉疲劳 表面肌电信号 时域分析 频域分析 
基于MPCNN模型的sEMG快速迁移学习的手势识别应用研究
《计算机工程》2025年第1期304-311,共8页易鹏 杨晔 严仕嘉 
国家自然科学基金(51605298)。
为解决个体间差异性的问题并提高手势识别技术的普适性,提出基于多并行卷积神经网络(MPCNN)的迁移学习策略,旨在实现基于表面肌电信号的高效手势识别。MPCNN通过并行架构和优化的迁移学习机制,对比以往的卷积神经网络(CNN)迁移框架以更...
关键词：迁移学习 表面肌电信号 手势识别 深度学习 卷积神经网络 肌电控制 
基于分步机器学习的智能假肢步态识别
《高技术通讯》2024年第11期1200-1210,共11页刘磊 杨鹏 刘作军 
国家自然科学基金(61803843);河南省教育厅重点项目(22B413012);河南省高等学校重点科研项目(24A480010)资助。
为了改善当前智能假肢步态识别在特征值选取和使用单一分类模型进行步态识别的不足,提高智能假肢穿戴者步态识别准确率,选择表面肌电信号(sEMG)作为步态识别信号源,提出基于灰度模型系数的特征提取方法,建立基于分步机器学习的步态识别...
关键词：智能假肢 步态识别 表面肌电信号(sEMG) 灰度模型 极限学习机 
基于双分支网络的表面肌电信号识别方法
《浙江大学学报（工学版）》2024年第11期2208-2218,2229,共12页王万良 潘杰 王铮 潘家宇 
国家自然科学基金资助项目(51875524,61873240);浙江大学CAD&CG国家重点实验室开放课题资助项目(A2210)。
针对目前表面肌电信号(sEMG)手势识别细节信息提取不充分,对相似手势区分困难的问题,提出基于加强二维化特征的双分支网络(ETDTBN)模型.该模型通过加强二维化方法生成二维特征图,使用多层卷积神经网络(ML-CNN)提取sEMG的空间特征,利用...
关键词：表面肌电信号(sEMG) 手势识别 加强二维化特征 双分支网络 自适应特征融合机制 
基于迁移学习和表面肌电信号的上肢动作识别被引量：1
《计算机工程与应用》2024年第20期124-132,共9页张恒玮 徐林森 陈根 汪志焕 眭翔 
江苏省前沿引领技术基础研究专项(BK20191004);常州市科技计划项目(重点实验室)(CM20223014);江苏省高等学校基础科学(自然科学)研究项目(23KJD460001)。
准确识别脑卒中患者上肢运动意图是实现高效康复训练的关键步骤。为了提高基于表面肌电信号(surface electromyography,sEMG)的上肢动作识别精度,提出了一种结合预训练模型和支持向量机(support vector machine,SVM)的肌电动作识别方法...
关键词：上肢动作识别 表面肌电信号(sEMG) 短时傅里叶变换(STFT) 预训练模型 支持向量机(SVM) 
基于NARX和sEMG的肘关节连续运动预测
《科学技术创新》2024年第24期75-78,共4页陈砚 单泉 
河北省高等教育教学改革研究与实践项目“TRIZ指导的机械基础课程实验教改及实践”(2020GJJG315)。
为了建立表面肌电信号(Surface Electromyography,sEMG)与人体肘关节连续运动量的精确预测模型,通过传感器记录肘关节屈伸角并采集与上肢运动相关联的肌肉表面肌电信号,经滤波处理后从中提取时域特征;在此基础上将非线性自回归(non-line...
关键词：表面肌电信号 运动估计 NARX神经网络 肘关节角度 
基于sEMG的快递职业上装与肌肉疲劳度关系的研究
《中原工学院学报》2024年第4期32-38,共7页周雅玲 潘建伟 
为了研究快递员职业上装与肌肉疲劳度之间的关系,以顺丰速运有限公司的夏、秋两套职业装为例,招募了7名男性受试者来模拟快递员的行为特征,测量了受试者工作状态下指伸肌、肱二头肌长头、斜方肌3个肌群的表面肌电信号,运用统计学分析方...
关键词：快递职业装 舒适性 表面肌电信号 肌肉疲劳 
全选清除导出
共14页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部