基于DBN的sEMG智能轮椅人机交互系统
设计了基于表面肌电信号的智能轮椅人机交互系统,首先通过CyberLink肌电传感器,对面部运动信号进行采集与分析处理,采用了深度信任网络(deep belief network,DBN)算法对肌电信号进行分类,进而用于智能轮椅的运动控制.实验表明:与支持向量机相比,用深度信任网络训练肌电信号,能有效地处理大量的肌电样本信号,并得到最高可达95.25％的识别率,提高了肌电信号的识别率、有效降低了对大量数据的处理时间、增强了智能轮椅响应的实时性.
智能轮椅 人机交互 表面肌电信号 深度信任网络 支持向量机
蔡军 李玉兰
重庆邮电大学自动化学院,重庆400065
国内会议
大连
中文
74-77
2015-10-22（万方平台首次上网日期，不代表论文的发表时间）