本文主要研究内容
作者吴常铖,严余超,曹青青,费飞,杨德华,徐宝国,宋爱国（2019）在《基于ANOVA和BP神经网络的最优肌电信号测量位置选择》一文中研究指出：基于肌电信号的手部动作识别中,肌电信号测量位置的选择直接关系到动作识别的准确率.本文以使用最少的肌电传感器和获得较高的动作识别率为目标,提出一种基于ANOVA(方差分析)和BP神经网络的肌电信号测量位置优选方法.使用4个肌电传感器采集受试者做出指定动作时的肌电信号,提取肌电信号的时域特征,并按测量位置组合构成15个不同的样本进行BP神经网络的训练和测试.采用单因素ANOVA分析测量位置对动作识别结果影响的显著性,采用Tukey HSD将测量位置进行归类,并从动作识别率最高的子集中选择测量位置最少但识别准确率最高的测量位置组合作为最优的肌电信号测量位置.实验结果表明,测量位置对动作识别的结果具有显著的影响,随着测量位置数的增加,动作识别准确率呈上升趋势,最优的测量位置组合为P1+P3+P4,其动作识别准确率为94.6%.
Abstract
ji yu ji dian xin hao de shou bu dong zuo shi bie zhong ,ji dian xin hao ce liang wei zhi de shua ze zhi jie guan ji dao dong zuo shi bie de zhun que lv .ben wen yi shi yong zui shao de ji dian chuan gan qi he huo de jiao gao de dong zuo shi bie lv wei mu biao ,di chu yi chong ji yu ANOVA(fang cha fen xi )he BPshen jing wang lao de ji dian xin hao ce liang wei zhi you shua fang fa .shi yong 4ge ji dian chuan gan qi cai ji shou shi zhe zuo chu zhi ding dong zuo shi de ji dian xin hao ,di qu ji dian xin hao de shi yu te zheng ,bing an ce liang wei zhi zu ge gou cheng 15ge bu tong de yang ben jin hang BPshen jing wang lao de xun lian he ce shi .cai yong chan yin su ANOVAfen xi ce liang wei zhi dui dong zuo shi bie jie guo ying xiang de xian zhe xing ,cai yong Tukey HSDjiang ce liang wei zhi jin hang gui lei ,bing cong dong zuo shi bie lv zui gao de zi ji zhong shua ze ce liang wei zhi zui shao dan shi bie zhun que lv zui gao de ce liang wei zhi zu ge zuo wei zui you de ji dian xin hao ce liang wei zhi .shi yan jie guo biao ming ,ce liang wei zhi dui dong zuo shi bie de jie guo ju you xian zhe de ying xiang ,sui zhao ce liang wei zhi shu de zeng jia ,dong zuo shi bie zhun que lv cheng shang sheng qu shi ,zui you de ce liang wei zhi zu ge wei P1+P3+P4,ji dong zuo shi bie zhun que lv wei 94.6%.
论文参考文献
论文详细介绍
论文作者分别是来自南京信息工程大学学报(自然科学版)的吴常铖,严余超,曹青青,费飞,杨德华,徐宝国,宋爱国，发表于刊物南京信息工程大学学报(自然科学版)2019年02期论文，是一篇关于表面肌电信号论文,动作识别论文,神经网络论文,方差分析论文,南京信息工程大学学报(自然科学版)2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自南京信息工程大学学报(自然科学版)2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：表面肌电信号论文; 动作识别论文; 神经网络论文; 方差分析论文; 南京信息工程大学学报(自然科学版)2019年02期论文;