SIA OpenIR  > 机器人学研究室
基于自更新混合分类模型的肌电运动识别方法
其他题名The EMG-motion Recognition Method Based on Self-update Hybrid Classification Model
丁其川; 赵新刚; 李自由; 韩建达
作者部门机器人学研究室
关键词表面肌电 动作识别 模式分类 在线更新 肌肉疲劳
发表期刊自动化学报
ISSN0254-4156
2018
产权排序1
资助机构国家高技术研究发展计划(863计划) (2015AA042301)资助
摘要传统基于肌电的运动识别方法多是利用训练后的固定参数模型,分类已预先定义的有限个目标动作,但对肌肉疲劳导致的肌电变化,以及未定义的外部动作等干扰因素无能为力.针对这一问题,提出一种自更新混合分类模型(Self-update hybrid classification model,SUHC),该模型融合了用于排除外部动作干扰的一类支持向量机,以及用于分类目标动作数据的多类线性判别算法,并引入自更新机制以对抗肌电时变性干扰.通过手部动作识别实验验证提出方法的效果,在肌电大幅变化干扰下,SUHC的目标动作识别精度达到89%,对比传统的支持向量机、多层感知器和核线性判别分析,提高了约18%,并且SUHC具备排除外部动作干扰能力,排除精度高达93%.
其他摘要The traditional EMG-based motion recognition methods always classify a limited of pre-defined target motions by using a trained parameter-fixed model. However, those methods have no ability to handle the interference factors, including changes of EMG signals caused by muscle fatigue, and outlier motions undefined beforehand. With respect to the problem, a self-update hybrid classification model (SUHC) was proposed. In the SUHC, the one-class SVM (Support vector machine) that can reject outlier motions is combined to a multi-class LDA (Linear discriminant analysis) that is used to recognize target motions; furthermore, a self-update mechanism is introduced to reduce the inuence caused by EMG changes. The performance of the proposed method was verified by the experiments of EMG-based hand motion recognition. Under the interference that EMG signals varied greatly, the recognition accuracy on target motions of SUHC is about 89 %, which is 18% higher than that of the normal SVM, MLP (Multiple layer perceptron) and KLDA (Kernel LDA); moreover, the SUHC has the ability to reject outlier motions with a 93% of rejection accuracy.
语种中文
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/21580
专题机器人学研究室
通讯作者丁其川
作者单位1.中国科学院沈阳自动化研究所机器人学国家重点实验室
2.中国科学院大学
3.南开大学计算机与控制工程学院
推荐引用方式
GB/T 7714
丁其川,赵新刚,李自由,等. 基于自更新混合分类模型的肌电运动识别方法[J]. 自动化学报,2018.
APA 丁其川,赵新刚,李自由,&韩建达.(2018).基于自更新混合分类模型的肌电运动识别方法.自动化学报.
MLA 丁其川,et al."基于自更新混合分类模型的肌电运动识别方法".自动化学报 (2018).
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于自更新混合分类模型的肌电运动识别方法(1800KB)期刊论文作者接受稿开放获取ODC PDDL浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[丁其川]的文章
[赵新刚]的文章
[李自由]的文章
百度学术
百度学术中相似的文章
[丁其川]的文章
[赵新刚]的文章
[李自由]的文章
必应学术
必应学术中相似的文章
[丁其川]的文章
[赵新刚]的文章
[李自由]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于自更新混合分类模型的肌电运动识别方法_.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。