基于表面肌电信号的腰背动作识别新方法

发布时间：2023-06-03 01:00

　　为提高基于表面肌电信号的人体腰背动作识别率,提出一种基于小波包能量与改进NARX神经网络的分类识别新方法。利用小波包变换对动作部位进行表面肌电信号特征提取,并采用改进NARX神经网络进行分类识别。选取8名实验者分别在扭腰、弯腰、侧弯腰3种动作下进行表面肌电信号数据采集,选择db4小波包函数对信号进行6层分解,得到第6层64个频带的小波包分解系数,代表各个动作信息的特征向量,作为改进NARX神经网络的输入进行分类识别。对照实验组中,改进NARX神经网络的识别率较高,总体识别率达到96.7%。实验结果表明,利用该识别方法对腰部动作进行分类识别,分类准确,且识别率更高。

【文章页数】：4 页

【文章目录】：
0 引言
1 小波包能量特征向量提取
2 NARX神经网络改进算法
3 动作识别实验与结果分析
    3.1 特征向量提取与神经网络构建
    3.2 改进神经网络训练与测试
    3.3 结果分析
4 结语



本文编号：3828363