采用小波变换和高斯过程的肌电信号模型预测

发布时间：2017-06-22 03:00

  本文关键词：采用小波变换和高斯过程的肌电信号模型预测，由笔耕文化传播整理发布。

【摘要】：根据表面肌电信号的生物电信号特点,采用小波变换和高斯过程建模的方法对表面肌电信号进行建模和预测.对非线性的表面肌电信号利用拟合能力强大的高斯过程进行建模,预测效果较好,但所需运算时间长.针对其运算时间长的缺点进行改进,将预处理后的表面肌电信号小波分解,对分解后的系数高斯建模,然后重构.实验结果表明:该改进方法在响应时间和预测误差方面效果明显.
【作者单位】： 华侨大学信息与科学工程学院;
【关键词】： 表面肌电信号 高斯过程 小波变换 模型预测
【基金】：福建省科技计划项目(2015H0026) 教育部留学回国人员科研启动基金资助项目(Z1534004) 福建省泉州市科技计划项目(2013Z34)
【分类号】：TN911.7
【正文快照】： 表面肌电信号(surface electromyographic signal,sEMG)是人体在运动时骨骼肌产生的电信号在皮肤表面处的叠加,是一种信号微弱、噪声复杂的非线性生物电信号[1].表面肌电信号作为智能手臂和假肢的控制源,其采集和处理要求很高.为了更好地控制机械臂,需要对肌电信号进行建模研

【相似文献】

中国期刊全文数据库 前10条

1 吕胜尚;;关于高斯过程的几个问题[J];西北电讯工程学院学报;1986年02期

2 喻鑫;柳健;田金文;;基于高斯过程的点匹配方法[J];华中科技大学学报(自然科学版);2007年12期

3 董晓慧;柴桂荣;孟宪春;;一种应用稀疏高斯过程回归模型的半监督分类算法[J];电脑知识与技术;2010年28期

4 傅启明;刘全;伏玉琛;周谊成;于俊;;一种高斯过程的带参近似策略迭代算法[J];软件学报;2013年11期

5 李宏伟;刘扬;卢汉清;方亦凯;;结合半监督核的高斯过程分类[J];自动化学报;2009年07期

6 黄丽平;孙永雄;申晨;;用基于中值滤波的高斯过程预测3G网络性能[J];计算机工程与应用;2013年02期

7 夏战国;夏士雄;蔡世玉;万玲;;类不均衡的半监督高斯过程分类算法[J];通信学报;2013年05期

8 何志昆;刘光斌;赵曦晶;王明昊;;高斯过程回归方法综述[J];控制与决策;2013年08期

9 刘辉;白峰杉;;基于混合高斯过程模型的高光谱图像分类算法[J];高校应用数学学报A辑;2010年04期

10 张乐;刘忠;张建强;任雄伟;;基于人工蜂群算法优化的改进高斯过程模型[J];国防科技大学学报;2014年01期

中国重要会议论文全文数据库 前5条

1 刘信恩;肖世富;莫军;;用于不确定性分析的高斯过程响应面模型设计点选择方法研究[A];中国计算力学大会'2010（CCCM2010）暨第八届南方计算力学学术会议（SCCM8）论文集[C];2010年

2 刘冬;张清华;;基于高斯过程的精密卫星钟差加密[A];第二届中国卫星导航学术年会电子文集[C];2011年

3 李雅芹;杨慧中;;一种基于仿射传播聚类和高斯过程的多模型建模方法[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年

4 赵级汉;张国敬;姜龙;魏巍;;基于叠加高斯过程的数字噪声产生方法FPGA实现[A];第二十四届全国空间探测学术交流会论文摘要集[C];2011年

5 何志昆;刘光斌;姚志成;赵曦晶;;基于高斯过程回归的FOG标度因数温度漂移建模新方法[A];第25届中国控制与决策会议论文集[C];2013年

中国博士学位论文全文数据库 前6条

1 王建民;矿山边坡变形监测数据的高斯过程智能分析与预测[D];太原理工大学;2016年

2 赵静;基于高斯过程的动态系统研究[D];华东师范大学;2016年

3 潘伟;基于高斯过程的高炉炼铁过程辨识与预测[D];浙江大学;2012年

4 贺建军;基于高斯过程模型的机器学习算法研究及应用[D];大连理工大学;2012年

5 夏战国;基于高斯过程的提升机轴承性能评测方法研究[D];中国矿业大学;2013年

6 赵伟;复杂工程结构可靠度分析的高斯过程动态响应面方法研究[D];广西大学;2014年

中国硕士学位论文全文数据库 前10条

1 李红丽;回归分析中的贝叶斯推断技术的研究[D];江南大学;2015年

2 李励耘;基于高斯过程的抓取规划方法研究[D];哈尔滨工业大学;2015年

3 王雪茹;基于高斯过程的风电机组部件建模与监测研究[D];华北电力大学;2015年

4 于立鑫;基于高斯过程—差异进化算法的隧道施工多元信息反分析研究[D];大连海事大学;2015年

5 戈财若;基于高斯过程的高光谱图像分类算法研究[D];东华理工大学;2015年

6 叶婧;基于高斯过程回归的锂电池数据处理[D];北京交通大学;2016年

7 张栋;基于在线学习高斯过程有杆泵油井动态液面建模方法研究[D];东北大学;2014年

8 王奉伟;改进的局部均值分解和高斯过程在变形监测数据处理中的应用研究[D];东华理工大学;2016年

9 曹瑜;基于高斯过程的非线性不确定延迟系统的模型预测控制[D];华中科技大学;2014年

10 申倩倩;基于高斯过程的在线建模问题研究[D];华南理工大学;2011年

  本文关键词：采用小波变换和高斯过程的肌电信号模型预测，由笔耕文化传播整理发布。

，

本文编号：470519