文献

J-GLOBAL ID：201702250177084611   整理番号：17A0277047

線形SVMとウェーブレットパケット変換を用いたsEMG信号の二成分運動分類【Powered by NICT】

Binary movement classification of sEMG signal using linear SVM and Wavelet Packet Transform

著者 (4件)： Babita (NITTTR, Chandigarh, India) ,  Kumari Preeti (NITTTR, Chandigarh, India) ,  Narayan Yogendra (NITTTR, Chandigarh, India) ,  Mathew Lini (NITTTR, Chandigarh, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICPEICES  ページ： 1-4  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 表面筋電図(sEMG)信号は部分的に障害者の寿命は正常として平滑化するため種々の工学的応用において重要な役割を果たす。本研究では,線形サポートベクトルマシン(SVM)分類器への入力として使用したいくつかの選択した時間領域と時間スケール特徴。時間スケール特徴は,ウェーブレットパケット変換(WPT)を用いて抽出した。WPTは,不必要な障害の雑音低減と圧縮に使用されている。分類におけるSVMのImpelling雇用はカーネル関数の適切な選択を必要とした。全訓練データを八名の健常者から得られた303の観測,屈曲のための拡張と189データのための線形SVM分類器114データを訓練するために使用した。114のうち,105拡張データは本当に分類し,九のみ拡張データは,誤って分類された。189屈曲データのうち,171は本当に分類し,十八のみが誤って分類された。シミュレーション結果は双方向ロボット車両の制御に使用可能な肘運動のための91.1%の分類精度を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 平滑化 ,  ロボット ,  雑音低減 ,  サポートベクトルマシン ,  雇用 ,  障害者 ,  *線形性
準シソーラス用語： 分類精度 ,  SVM分類 ,  健常者 ,  訓練データ ,  Kernel関数 ,  時間領域 ,  表面筋電図 ,  *ウェーブレットパケット変換 , 【Automatic Indexing@JST】

分類 (9件)： 設備管理  (KB02020X) ,  舗装一般  (RC04010K) ,  ポンプ,各種揚水装置  (QD05030P) ,  非破壊試験  (HB02030F) ,  保護装置  (NB09040T) ,  神経系の診断  (GN02000H) ,  人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J) ,  音声処理  (JE05000E)

タイトルに関連する用語 (6件)： 線形 ,  SVM ,  ウェーブレットパケット変換 ,  二成分 ,  運動 ,  分類