基于迁移学习和表面肌电信号的上肢动作识别OA北大核心CSTPCD
Upper Limb Action Recognition Based on Transfer Learning and sEMG
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.该方法充分考虑通道之间的关联性,将预处理后的时域信号通过短时傅里叶变换(short-time Fourier transform,STFT)转换为对应频谱图,并将所有通道的…查看全部>>
Accurate recognition of upper limb action intention in stroke patients is a key step towards efficient rehabilita-tion training.In order to improve the accuracy of upper limb action recognition based on surface electromyography(sEMG),a method is proposed that combines pre-trained models and support vector machine(SVM)classification.This method fully considers the correlation between channels and converts the preprocessed time-domain signal into corre-spondin…查看全部>>
张恒玮;徐林森;陈根;汪志焕;眭翔
河海大学 机电工程学院,江苏 常州 213022河海大学 机电工程学院,江苏 常州 213022河海大学 机电工程学院,江苏 常州 213022河海大学 机电工程学院,江苏 常州 213022中国科学技术大学 研究生院科学岛分院,合肥 230026
计算机与自动化
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)
upper limb action recognitionsurface electromyography(sEMG)short-time fourier transform(STFT)pre-trained modelssupport vector machine(SVM)
《计算机工程与应用》 2024 (20)
124-132,9
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).
评论