文献

J-GLOBAL ID：201602256638733837   整理番号：16A0980216

ウェーブレット変換に基づくマルチ特徴融合SEMGパターン認識【JST・京大機械翻訳】

sEMG Pattern Recognition Based on Multi Feature Fusion of Wavelet Transform

著者 (4件)： Yu Yaping (Robotics and Microsystems Center,College of Mechanical and Electrical Engineering,Soochow University) ,  Sun Lining (Robotics and Microsystems Center,College of Mechanical and Electrical Engineering,Soochow University) ,  Zhang Fengfeng (Robotics and Microsystems Center,College of Mechanical and Electrical Engineering,Soochow University) ,  Zhang Jianfa (Robotics and Microsystems Center,College of Mechanical and Electrical Engineering,Soochow University)
資料名： Chuangan Jishu Xuebao  (Chuangan Jishu Xuebao)
巻： 29  号： 4  ページ： 512-518  発行年： 2016年 
JST資料番号： C2450A  ISSN： 1004-1699  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 単一固有値特性の能力差の場合に対して,ウェーブレット変換の多重分解能分析思想を,多くの種類の母ウェーブレットのマルチ特徴融合ベースの特徴抽出法を採用して表面筋電図信号の特徴抽出を行う。本実験では10名の試験者に対して行う筋電図信号の採取,日常生活中の4つの基本的な下肢動作に対してテストを行った。まず,それぞれDB、DMEYBIORと3つの異なる母ウェーブレットに基づく,離散ウェーブレット変換の異なる解析法により表面筋電図信号のマルチスケール分解を行い採用した。次に,異なる筋肉に異なった特徴の抽出方式でキャラクタライズ効果差が存在することを発見し,分析することによって,異なるウェーブレット基底の固有値に基づく融合分析を異なる特徴の方式の特徴を結合するための比較を行った。最後に,固有値はそれぞれ,ELMANニューラルネットワークとBPニューラルネットワーク入力変換されモードを識別して比較分析を行う。実験結果は示した。異なる固有値に対して認識を比較を行うことにより,融合処理の固有値は,98.7%の認識率を達成することができて,また,BP神経ネットワークのELMAN神経回路網の認識効果に比べてより良い。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 神経回路網 ,  特徴抽出 ,  固有値 ,  基底 ,  *ウェーブレット変換 ,  ニューラルネットワーク ,  *波束 ,  筋電図
準シソーラス用語： 認識率 ,  逆伝播ニューラルネットワーク ,  マルチスケール ,  離散ウェーブレット変換 ,  表面筋電図 ,  多重解像度 ,  *特徴融合 , 【Automatic Indexing@JST】

著者キーワード (5件)： surface sEMG ,  signal processing ,  pattern recognition ,  multi feature fusion ,  wavelet transform

分類 (2件)： 生体計測  (EL03020C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ウェーブレット変換 ,  マルチ ,  特徴融合 ,  パターン認識