您的位置: 专家智库 > >

任焱暄

作品数:2 被引量:14H指数:1
供职机构:中国科学技术大学信息科学技术学院电子科学与技术系更多>>
发文基金:国家自然科学基金更多>>
相关领域:医药卫生更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 2篇医药卫生

主题

  • 2篇电信号
  • 2篇肌电信号
  • 2篇表面肌电信号
  • 1篇神经网
  • 1篇神经网络
  • 1篇特征提取
  • 1篇面肌
  • 1篇肌电
  • 1篇发放
  • 1篇表面肌电

机构

  • 2篇中国科学技术...
  • 1篇中国移动通信...

作者

  • 2篇杨基海
  • 2篇梁政
  • 2篇陈香
  • 2篇任焱暄
  • 1篇尹少华
  • 1篇何为

传媒

  • 1篇中国科学技术...

年份

  • 1篇2006
  • 1篇2004
2 条 记 录,以下是 1-2
排序方式:
一种模拟表面肌电信号不同发放时刻的波形变异的方法
引言:表面肌电信号(EMG)是多个运动单位(MU)动作电位序列(MUAPT)在皮肤表面处的时空域上叠加。由于MUAP的波形和发放特性是反映神经肌肉生理状况的重要参数,常常需要将电极检测到的EMG分解为多个MUAPT。同一...
何为杨基海梁政陈香任焱暄
关键词:肌电信号
文献传递
基于递归量化分析的表面肌电特征提取和分类被引量:14
2006年
利用展拳、握拳和腕屈、腕伸时从前臂分别检测的两路表面肌电(surface electromyography,SEMG)信号,对四种动作进行了分类研究.先采用移动平均法(moving average,MA)和一阶差分法确定SEMG信号中对应的每个动作波形的起止点,再利用递归量化分析(recurrence quantifica-tion analysis,RQA)方法提取各种动作波形的非线性特征参量(确定率、递归率等),由两路SEMG信号的这些特征参量构成特征矢量,输入BP(back propagation)神经网络,完成对不同动作的分类.研究结果表明,将利用递归量化分析得到SEMG信号的几种非线性参量作为特征值,对不同动作进行分类能够获得较高的分类准确率.
尹少华杨基海梁政陈香任焱暄
关键词:表面肌电信号神经网络
共1页<1>
聚类工具0