基于神经网络集成技术的sEMG模式识别算法

摘要：

将神经网络集成(NNE)算法应用于表面肌电信号(sEMG)的模式识别领域中,并通过小波包分解(WPD)算法提取表面肌电信号的特征向量,利用Bagging算法生成神经网络集成模型,采用BP神经网络作为参与集成的单个神经网络,利用相对多数投票决策法获得集成神经网络的输出.最后,将采集得到的手臂4个不同运动模式下的表面肌电信号进行模式识别,实验结果表明,与单个神经网络相比,集成神经网络可以显著地提高sEMG的识别率,证明了将神经网络集成用于sEMG模式识别的有效性和可行性.

关键词： 表面肌电信号 模式识别 神经网络集成 小波包分解

作者: 孙保峰 陈万忠 高韧杰 郑世钰

作者单位: 吉林大学通信工程学院,长春130025

会议类型: 国内会议

会议名称: 第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会

会议地点: 长春

会议语种:中文

页码: 774-778

在线出版日期: 2012-07-30（万方平台首次上网日期，不代表论文的发表时间）