• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于NMF-SVM模型的上肢sEMG手勢(shì)識(shí)別方法

    2020-09-04 03:16:02隋修武牛佳寶李昊天喬明敏
    關(guān)鍵詞:動(dòng)作信號(hào)實(shí)驗(yàn)

    隋修武,牛佳寶,李昊天,喬明敏

    天津工業(yè)大學(xué) 天津市現(xiàn)代機(jī)電裝備技術(shù)重點(diǎn)實(shí)驗(yàn)室,天津 300387

    1 引言

    表面肌電信號(hào)(sEMG)是肌肉運(yùn)動(dòng)過(guò)程中各運(yùn)動(dòng)單元產(chǎn)生的生物電信號(hào)經(jīng)肌肉纖維傳到皮膚表層的微電信號(hào)的疊加[1],運(yùn)動(dòng)神經(jīng)通過(guò)協(xié)調(diào)不同運(yùn)動(dòng)單元實(shí)現(xiàn)目標(biāo)動(dòng)作,因此對(duì)表面肌電信號(hào)中蘊(yùn)含的運(yùn)動(dòng)信息的解析有利于區(qū)分不同的運(yùn)動(dòng)模式。目前利用肌電信號(hào)對(duì)假肢進(jìn)行控制的主要研究集中在基礎(chǔ)層面,如林上耀等人利用ADS1198 對(duì)肌電信號(hào)進(jìn)行128 路的高密度采集[2],Joseph R K等人利用混合模型對(duì)肌電信號(hào)進(jìn)行去噪[3];Meng Q、楊大鵬、Nishad A等分別在時(shí)域、頻域和時(shí)-頻域?qū)π盘?hào)進(jìn)行特征值的選取[4-6];Li C 對(duì)反向傳播網(wǎng)絡(luò)進(jìn)行優(yōu)化,從而實(shí)現(xiàn)對(duì)假肢的控制[7]。雖然以上相關(guān)研究取得了良好的效果,但也同時(shí)存在一些問(wèn)題。例如高密度信號(hào)采集導(dǎo)致的超高維數(shù)據(jù)處理速度延遲過(guò)高,模式識(shí)別的效果過(guò)于依賴分類器的選取且往往忽略肌肉間的協(xié)同而靠犧牲維數(shù)來(lái)增加信息量。

    目前基于表面肌電信號(hào)進(jìn)行動(dòng)作識(shí)別的研究多是采用首尾連接的方式將各通道計(jì)算出的特征值堆疊起來(lái),并沒(méi)有考慮到各動(dòng)作的形成是由不同激活程度的肌肉相協(xié)調(diào)完成的,同時(shí)若僅選取少量特征值又達(dá)不到應(yīng)有的分類效果。本文通過(guò)組成規(guī)律性的特征矩陣并降維得到代表不同動(dòng)作對(duì)應(yīng)肌肉激活程度的系數(shù)矩陣進(jìn)行分類,充分利用所提取特征之間的關(guān)聯(lián)和肌肉的協(xié)同以提高信息的利用率。首先選取與目標(biāo)識(shí)別動(dòng)作關(guān)系密切的上肢肌肉進(jìn)行肌電信號(hào)的采集并計(jì)算特征值之后,利用本文提出的特征值排列規(guī)則組成特征矩陣,運(yùn)用非負(fù)矩陣分解將特征矩陣在保留運(yùn)動(dòng)信息的前提下進(jìn)行降維分解,進(jìn)而利用支持向量機(jī)對(duì)分解信息進(jìn)行訓(xùn)練和識(shí)別。本文還比較了傳統(tǒng)SVM 分類器的分類效果,結(jié)果證明特征矩陣的構(gòu)建較好地解決了信息量與維數(shù)之間的矛盾。本文將按照如圖1的思路展開(kāi)研究。

    圖1 基于sEMG的動(dòng)作識(shí)別模型原理圖

    2 實(shí)驗(yàn)數(shù)據(jù)采集及預(yù)處理

    2.1 實(shí)驗(yàn)數(shù)據(jù)采集

    實(shí)驗(yàn)對(duì)象均為右利手且無(wú)上肢運(yùn)動(dòng)功能障礙或關(guān)節(jié)損傷病史。其中男性4名:年齡為23~25歲,體重55~75 kg,身高160~181 cm;女性4 名:年齡為23~25 歲,體重42~54 kg,身高152~175 cm。所有受試者均自愿參加此測(cè)試,受試前24 h 內(nèi)未作劇烈運(yùn)動(dòng),以滿足實(shí)驗(yàn)要求的非疲勞條件。

    實(shí)驗(yàn)采集采用埃力智能科技有限公司TB0820表面肌電儀對(duì)肌電信號(hào)進(jìn)行采集,采樣頻率為1 000 Hz,儀器內(nèi)置截止頻率2 000 Hz 的低通濾波器和截止頻率為10 Hz的高通濾波器。記錄兩種手部動(dòng)作和四種腕部基本動(dòng)作方式,其中手部動(dòng)作包括握拳和張手,腕部動(dòng)作包括屈腕、抬腕、腕左旋、腕右旋。采樣頻率為1 000 Hz,采用貼片式一次性生物電極片采集表面肌電信號(hào),采集片應(yīng)順著肌纖維方向粘貼。采集前先用酒精擦拭采集部位,去除皮膚表面油脂和皮屑。采集過(guò)程中記錄受試者的編號(hào)、信號(hào)采集開(kāi)始時(shí)間、運(yùn)動(dòng)狀態(tài)等信息。由于手部和腕部的運(yùn)動(dòng)多與前臂肌肉群的尺側(cè)腕屈肌、指淺屈肌、掌長(zhǎng)肌及指伸肌有關(guān),因此本實(shí)驗(yàn)主要選取以上四塊肌肉進(jìn)行采集,采集的具體位置如圖2所示。

    圖2 上肢表面肌電采集位置

    2.2 信號(hào)預(yù)處理

    實(shí)驗(yàn)對(duì)象正坐且兩手臂自然下垂,受試者每個(gè)動(dòng)作重復(fù)進(jìn)行,一組動(dòng)作完成后受試者有5 min休息時(shí)間,每種動(dòng)作各采集20 組,同種動(dòng)作做完后受試者有足夠的休息時(shí)間。由于肌電信號(hào)頻率范圍在20~1 000 Hz且主要能量集中在50~150 Hz[8],因此對(duì)信號(hào)進(jìn)行截止頻率為20 Hz的巴特沃斯二階高通濾波,截止頻率為500 Hz的巴特沃斯二階低通濾波,以及50 Hz的工頻陷波。

    表面肌電信號(hào)由于其微弱性,易受到電路及外界環(huán)境的干擾,其中以工頻干擾、基線漂移、白噪聲等干擾最為嚴(yán)重[9]。而僅僅利用采集裝置的濾波功能達(dá)不到對(duì)白噪聲的降噪,本文根據(jù)肌電信號(hào)的特點(diǎn)利用非線性小波變換閾值法對(duì)信號(hào)進(jìn)行濾波。首先用正交鏡像濾波器(QMF)對(duì)信號(hào)進(jìn)行濾波后得到噪聲信號(hào)的小波系數(shù)ω,之后利用非線性函數(shù)y(ω)=sign(ω)(|ω|-t)作用于數(shù)據(jù),并根據(jù)設(shè)定變閾值,由此給出小波系數(shù)的估值,其中σ為噪聲強(qiáng)度。再設(shè)置一個(gè)信號(hào)能量閾值,將大于等于此閾值的小波系數(shù)等于0,然后進(jìn)行小波反演重建,進(jìn)而獲得信號(hào)f(t)的估值[10],其濾波前后對(duì)比如圖3所示。

    從濾波前后的頻譜對(duì)比圖4 可以看出帶通、帶阻、陷波器和非線性小波變換閾值濾波可以有效地將電路以及外界干擾產(chǎn)生的大部分噪音去除,同時(shí)由直流電路產(chǎn)生的干擾分量也被完全清除。

    圖3 濾波前后信號(hào)對(duì)比圖(握拳)

    圖4 降噪前后頻譜對(duì)比圖(握拳)

    2.3 活動(dòng)段檢測(cè)

    肌電信號(hào)一般可分為靜息信號(hào)和活動(dòng)信號(hào)[11],靜息信號(hào)常伴隨著人體的背景噪聲信號(hào),平均能量低;活動(dòng)信號(hào)為肌肉運(yùn)動(dòng)時(shí)產(chǎn)生的生理電信號(hào),平均能量高;靜息信號(hào)和活動(dòng)信號(hào)波形特點(diǎn)有明顯的不同,前者變化較為緩慢,而后者在幅度上變化劇烈。本文采用雙門限檢測(cè)法利用短時(shí)能量和過(guò)零率兩個(gè)特征進(jìn)行端點(diǎn)檢測(cè)。根據(jù)信號(hào)設(shè)置能量閾值、TL、TH和過(guò)零率閾值ZCR,當(dāng)其中一路的某幀信號(hào)大于TL或者大于ZCR時(shí),即認(rèn)為信號(hào)的開(kāi)始起點(diǎn),當(dāng)大于TH時(shí),則認(rèn)為正式的活動(dòng)信號(hào),如果保持一段時(shí)間,則確認(rèn)這段信號(hào)即運(yùn)動(dòng)信號(hào)。

    圖5 肌電信號(hào)活動(dòng)段檢測(cè)

    根據(jù)此方法對(duì)握拳動(dòng)作的尺側(cè)腕屈肌的肌電信號(hào)做端點(diǎn)檢測(cè)分析,其結(jié)果如圖5 所示,紅線表示通過(guò)雙門限檢測(cè)法檢測(cè)出的肌肉活動(dòng)段肌電信號(hào),可以看出做出握拳動(dòng)作的兩段信號(hào)均被正確識(shí)別出。經(jīng)實(shí)驗(yàn)測(cè)試該方法監(jiān)測(cè)的有效率為95%,部分監(jiān)測(cè)失誤主要為肌肉疲勞引起的背景噪聲過(guò)大所致,該方法滿足了實(shí)驗(yàn)需要。

    3 特征值及特征矩陣的計(jì)算

    肌電信號(hào)的特征值種類可分為五大類:時(shí)域特征、頻域特征、時(shí)頻域特征、基于非線性分析特征和基于參數(shù)模型的特征[12]。本文選取了時(shí)域中的均方根值(RMS)、頻域中的中值頻率(MF)以及時(shí)頻域中的三級(jí)小波包系數(shù)方差最大值(Emm)、小波包系數(shù)能量最大值(VARmm)作為特征值。以上四種特征值計(jì)算方法如下。

    均方根值能夠反映肌電信號(hào)振幅變化,常被用于實(shí)時(shí)地、無(wú)損傷地反映肌肉活動(dòng)狀態(tài),具有較好的實(shí)時(shí)性。其計(jì)算方法如下:

    其中,n代表信號(hào)的長(zhǎng)度,x代表信號(hào)值。圖6 為由肌電信號(hào)計(jì)算得到的均方根變化圖。

    圖6 sEMG和RMS信號(hào)示意圖

    中值頻率反映了信號(hào)的不同頻率分量的變化,其計(jì)算公式為:

    其中,Psd(f)為功率譜密度估計(jì)函數(shù)。

    建立在小波分解基礎(chǔ)上的小波包變換是一種基于完整二叉樹結(jié)構(gòu)的信號(hào)分解與重構(gòu)算法[13]。它對(duì)肌電信號(hào)的子空間的低頻部分和高頻部分同時(shí)進(jìn)行分解,提高了其時(shí)頻分辨率,是一種精細(xì)的信號(hào)分析方法。小波包系數(shù)的計(jì)算為:

    其中,h(m-2l)和g(m-2l)是尺度p下的兩組函數(shù),p代表級(jí)數(shù)。

    在經(jīng)過(guò)3層小波包變換后,原始肌電信號(hào)f(t)被分解成為8個(gè)不同的頻段分量,如圖7所示,取分解得到的小波包系數(shù)的能量(Emm)和小波包系數(shù)的方差(VARmm),然后對(duì)兩項(xiàng)指標(biāo)分別取最大值。分解結(jié)果不僅可以反映原始信號(hào)的頻域細(xì)節(jié)信息,而且通過(guò)分解系數(shù)重構(gòu)的信號(hào)疊加后和原始信號(hào)保持一致,充分體現(xiàn)了分解系數(shù)對(duì)原始信號(hào)信息的還原能力。因此提取不同動(dòng)作模式下肌電信號(hào)的小波包分解系數(shù)作為特征,可以為多樣性模式辨識(shí)提供良好的條件。

    圖7 3層小波包分解樹

    計(jì)算得到以上四種特征值后,本文提出了一種特征值的組織方式,即按照行代表示肌肉類型,列代表特征值類型的規(guī)則,對(duì)提取的四路信號(hào)特征值進(jìn)行排列組織,即可得到實(shí)驗(yàn)所需4×4維的特征矩陣。如表1為對(duì)握拳動(dòng)作信號(hào)提取特征值后按照上述排列要求組成的一組特征矩陣。

    表1 握拳動(dòng)作特征值排列組成的特征矩陣

    這種特征值的組織方法不僅可以存儲(chǔ)肌肉的運(yùn)動(dòng)信息,且保存了運(yùn)動(dòng)過(guò)程中肌肉的協(xié)同作用,在所選能夠代表運(yùn)動(dòng)類型的有限的肌肉前提下最大限度還原了完整動(dòng)作在時(shí)域、頻域以及時(shí)頻域的內(nèi)在聯(lián)系以及肌肉配合。

    4 NMF-SVM模型建立

    本文對(duì)上述組成的特征矩陣進(jìn)行降維以降低計(jì)算成本以及滿足實(shí)時(shí)性識(shí)別的要求。非負(fù)矩陣分解具有占用存儲(chǔ)空間少、分解形式和分解結(jié)果的可解釋性以及實(shí)現(xiàn)的簡(jiǎn)便性等優(yōu)點(diǎn),剛好滿足實(shí)驗(yàn)快速準(zhǔn)確的要求。且特征矩陣的元素均為非負(fù)數(shù),也符合運(yùn)用非負(fù)矩陣分解的前提條件。

    為了達(dá)到降維且便于分類器訓(xùn)練識(shí)別的目的,將上述組成的4×4 維的特征矩陣分解為一個(gè)4×1 維和一個(gè)1×4 維的矩陣的乘積,即n=4,r=1。為了確保分解得到的矩陣包含原矩陣的運(yùn)動(dòng)信息,需要對(duì)分解的過(guò)程進(jìn)行優(yōu)化。分解過(guò)程中W、H的初始值是隨機(jī)的,由于殘差優(yōu)化目標(biāo)D可能存在局部最小,所以不同的初始W、H值可能會(huì)得到不同的分解結(jié)果。非負(fù)矩陣分解通常有兩種更新規(guī)則,分別是交替最小二乘法和乘性更新法[16],其中前者的收斂速度更快且相對(duì)穩(wěn)定而后者對(duì)初始值較為敏感,因此可以先利用乘性更新法從多個(gè)初始值估計(jì)W、H,再用交替最小二乘法從前者估計(jì)的W、H中尋找更優(yōu)結(jié)果。更新計(jì)算方法如下:

    步驟1分解得到的矩陣與原矩陣之間的噪聲可表示為:

    其中,V表示原矩陣,W表示分解后的基矩陣,H表示分解后的系數(shù)矩陣。

    步驟2為保證分解的精度,需要尋找WH使||E||最小,這里引入損失函數(shù)D(V,WH),即分解模型可表示為優(yōu)化問(wèn)題:

    則目標(biāo)函數(shù)可表示為:

    步驟3假設(shè)||E||符合高斯分布,那么可求得最大似然函數(shù):

    步驟4通過(guò)迭代計(jì)算,得到多組初始系數(shù)矩陣W和基矩陣H。

    步驟5再利用交替最小二乘法計(jì)算最優(yōu)解,為了規(guī)避過(guò)擬合等問(wèn)題,使優(yōu)化問(wèn)題正則化,目標(biāo)函數(shù)可表達(dá)為:

    其中λ是正則化項(xiàng)的系數(shù)。

    步驟6先固定H,將損失函數(shù)D(W,H)對(duì)Wi求偏導(dǎo),令倒數(shù)為0,得到:

    同理固定W可得:

    其中,vi是V的第i行,vj是V的第j列,I是單位矩陣。

    步驟7通過(guò)對(duì)乘性更新法得到的多組初始矩陣分別進(jìn)行多次迭代優(yōu)化,得到損失函數(shù)最小時(shí)的系數(shù)矩陣W和基矩陣H。

    通過(guò)非負(fù)矩陣分解將由肌電信號(hào)特征值組成的4×4 維特征矩陣降維為包含肌電信號(hào)肌肉間內(nèi)在聯(lián)系的1×4維的基矩陣與4×1維的系數(shù)矩陣的乘積,以降低分類器的學(xué)習(xí)訓(xùn)練時(shí)間與計(jì)算復(fù)雜度。

    將六種動(dòng)作的特征矩陣降維后得到的系數(shù)矩陣送入到分類器進(jìn)行訓(xùn)練,實(shí)驗(yàn)選取了支持向量機(jī)作為動(dòng)作識(shí)別實(shí)驗(yàn)的分類器。

    支持向量機(jī)是針對(duì)小樣本學(xué)習(xí)問(wèn)題而提出的一種新的機(jī)器學(xué)習(xí)方法,其較好地解決了以往機(jī)器學(xué)習(xí)模型的過(guò)學(xué)習(xí)、非線性、維數(shù)災(zāi)難以及局部極小值等問(wèn)題,具有較好的泛化能力[17]。然而,該方法在大規(guī)模訓(xùn)練樣本時(shí),同樣存在訓(xùn)練速度慢、穩(wěn)定性差等缺陷,因此通過(guò)上述的非負(fù)矩陣分解方法將樣本進(jìn)行降維大大緩解了訓(xùn)練的復(fù)雜度,能夠有效解決支持向量機(jī)的局限性。

    由于支持向量機(jī)最初是為二值分類問(wèn)題設(shè)計(jì)的,當(dāng)處理多類問(wèn)題時(shí),就需要構(gòu)造合適的多類分類器。本文采用“一對(duì)一法”對(duì)六類動(dòng)作進(jìn)行分識(shí)別,分類器的個(gè)數(shù)G可由公式計(jì)算:

    其中k為需要識(shí)別的類別數(shù)。

    5 實(shí)驗(yàn)與結(jié)果分析

    實(shí)驗(yàn)將從兩方面對(duì)所提模型進(jìn)行分析:(1)為驗(yàn)證模型的有效性,將利用相同樣本信號(hào)對(duì)NMF-SVM模型與傳統(tǒng)SVM 進(jìn)行對(duì)比實(shí)驗(yàn)。(2)為判斷模型的識(shí)別性能,將訓(xùn)練樣本與驗(yàn)證樣本的數(shù)據(jù)來(lái)源分割開(kāi)來(lái)用以實(shí)驗(yàn),以評(píng)估方法的通用性。

    利用支持向量機(jī)對(duì)降維后的特征矩陣進(jìn)行分類,每種動(dòng)作使用1 000組特征矩陣按照7∶3的比例參與分類器的訓(xùn)練和驗(yàn)證,訓(xùn)練和驗(yàn)證的樣本不重疊且從實(shí)驗(yàn)者中平均調(diào)取。采用特異度、靈敏度、準(zhǔn)確率作為識(shí)別效果的評(píng)價(jià)指標(biāo),將某一動(dòng)作模式被正確判別為該模式的情況記為真陽(yáng)性,將不屬于某一動(dòng)作模式被判別為不是該動(dòng)作的情況記為真陰性,則特異度表示不屬于某一類且被正確判定的概率,靈敏度表示屬于某一類且被正確判定的概率,此處的靈敏度和準(zhǔn)確率數(shù)值上相等,將分類效果通過(guò)混淆矩陣定量顯示出來(lái)。

    表2 所示為相同實(shí)驗(yàn)條件下NMF-SVM 模型與傳統(tǒng)SVM 的對(duì)比實(shí)驗(yàn)結(jié)果,A 組實(shí)驗(yàn)為利用NMF-SVM模型進(jìn)行的實(shí)驗(yàn)分類結(jié)果,混淆矩陣的每一行代表分類器對(duì)某一動(dòng)作實(shí)際分類的標(biāo)簽分布,每一列代表原始標(biāo)簽樣本被分類器判定的標(biāo)簽分布情況。例如,表2的第一行表示分類器對(duì)受試者男A 的300 組“握拳”動(dòng)作的識(shí)別分布,其中292組被正確分類為“握拳”動(dòng)作,5組被錯(cuò)誤歸類為“左旋”動(dòng)作,3組被錯(cuò)誤歸類為“右旋”動(dòng)作,分類器的靈敏度、特異度和準(zhǔn)確率分別為97.3%、99.8%和97.3%。第一列表示標(biāo)準(zhǔn)的“握拳”動(dòng)作樣本中有292組被成功分類,另有1組樣本被分類器錯(cuò)分入“左旋”模式,2組樣本被錯(cuò)分入“右旋”模式。

    表2 NMF-SVM模型與傳統(tǒng)SVM動(dòng)作模式識(shí)別結(jié)果統(tǒng)計(jì)

    與B 組實(shí)驗(yàn)中傳統(tǒng)SVM 的識(shí)別結(jié)果比較,統(tǒng)計(jì)結(jié)果表明:(1)實(shí)驗(yàn)對(duì)象的平均動(dòng)作模式識(shí)別率在95.55%以上,各動(dòng)作模式識(shí)別準(zhǔn)確率普遍高于傳統(tǒng)支持向量機(jī)。(2)識(shí)別模型對(duì)于各動(dòng)作判別發(fā)生錯(cuò)誤分類的樣本主要集中在“左旋”和“右旋”動(dòng)作。分析原因在于左旋和右旋動(dòng)作涉及到尺側(cè)腕屈肌、掌長(zhǎng)肌的皮下滑動(dòng)旋轉(zhuǎn),而表面貼片電極僅隨著表面皮膚移動(dòng),兩者之間發(fā)生較大相對(duì)位移,進(jìn)而導(dǎo)致采集到的表面肌電信號(hào)混有來(lái)自于其他信號(hào)源的信號(hào),因此在進(jìn)行模型訓(xùn)練時(shí)左旋和右旋與其他動(dòng)作的支持向量存在重疊的現(xiàn)象。

    考慮到模型的通用性,即模型中參數(shù)的確定是基于提取了部分受試者肌電信號(hào)通過(guò)訓(xùn)練的,但模型的確立應(yīng)對(duì)其他部分人同樣適用。同時(shí)為了分析所提模型在相同被試和不同被試條件下的識(shí)別性能,實(shí)驗(yàn)設(shè)計(jì)了男女混合驗(yàn)證的方式以消除性別的影響,按照性別將實(shí)驗(yàn)對(duì)象劃分為兩組,其中男女組中分別隨機(jī)抽兩位的肌電信號(hào)作為訓(xùn)練信號(hào),其余四位的肌電信號(hào)則作為驗(yàn)證信號(hào)。

    表3 所示為訓(xùn)練與驗(yàn)證的數(shù)據(jù)分別來(lái)源于不同的實(shí)驗(yàn)對(duì)象,即訓(xùn)練樣本與驗(yàn)證樣本不相關(guān)。由表3的統(tǒng)計(jì)結(jié)果分析可知:(1)所提模型的平均準(zhǔn)確率為95.0%,依然具有較高的識(shí)別率。(2)本實(shí)驗(yàn)對(duì)比表2 中實(shí)驗(yàn)訓(xùn)練樣本容量小的情況下平均準(zhǔn)確率僅降低了0.55%,說(shuō)明由模型計(jì)算得到的各動(dòng)作系數(shù)矩陣有較好的辨別性。(3)男女肌電信號(hào)樣本實(shí)驗(yàn)的識(shí)別效果無(wú)明顯差別,在訓(xùn)練樣本足夠的情況下,模型的兼容性良好。同時(shí)可以看出,各受試者在“左旋”和“右旋”動(dòng)作的識(shí)別率依然較其他動(dòng)作偏小,電極片與肌肉間的相對(duì)滑動(dòng)是之后模型需要針對(duì)優(yōu)化的一個(gè)重要方面。

    表3 樣本分離實(shí)驗(yàn)動(dòng)作模式識(shí)別結(jié)果統(tǒng)計(jì)

    本文采用的表面肌電信號(hào)采集儀的轉(zhuǎn)換和傳輸延時(shí)小于2 ms;特征提取過(guò)程采用的是128個(gè)采樣點(diǎn)的短窗,延時(shí)時(shí)間小于28 ms。特征的提取及降維算法簡(jiǎn)潔快速,單條特征向量提取耗時(shí)小于18 ms,基于SVM 的分類器分類時(shí)間小于5 μs/次,所以從表面肌電信號(hào)采集到模式識(shí)別輸出的總延時(shí)小于150 ms。因此本文提出的方法可以滿足主動(dòng)康復(fù)訓(xùn)練和普通人機(jī)交互控制領(lǐng)域的實(shí)時(shí)性要求。

    6 結(jié)論

    本文對(duì)基于表面肌電信號(hào)形態(tài)特征的手部動(dòng)作模式識(shí)別進(jìn)行了研究,實(shí)現(xiàn)了手部的6種精細(xì)動(dòng)作模式張手、握拳、腕屈、腕伸、腕右旋、腕左旋的識(shí)別。運(yùn)用本文中提出的NMF-SVM模型,首先將從肌電信號(hào)中提取的高維特征值按照規(guī)則組成特征矩陣,再對(duì)其進(jìn)行降維和識(shí)別,實(shí)驗(yàn)結(jié)果證明該模型較好解決了維數(shù)與時(shí)間成本之間的矛盾。

    模式識(shí)別的輸入特征值的選取兼顧了肌電信號(hào)的時(shí)域、頻域以及時(shí)頻域的特性,將特征值按照行表示肌肉類型,列表示特征值類型的規(guī)則,對(duì)提取的四路信號(hào)特征值進(jìn)行排列組成特征矩陣,這種組織方式保留了運(yùn)動(dòng)過(guò)程中肌肉間的協(xié)同信息,利用非負(fù)矩陣分解對(duì)高維特證矩陣進(jìn)行降維得到表示各肌肉對(duì)動(dòng)作貢獻(xiàn)率的基矩陣,以及表征各肌肉激活程度的系數(shù)矩陣。不但降低了分類器的訓(xùn)練時(shí)間成本,同時(shí)與普通SVM相比,達(dá)到了93%以上的準(zhǔn)確識(shí)別率,其平均識(shí)別率提高了5.2%,識(shí)別效率提高了一半,具有實(shí)用價(jià)值。

    猜你喜歡
    動(dòng)作信號(hào)實(shí)驗(yàn)
    記一次有趣的實(shí)驗(yàn)
    信號(hào)
    鴨綠江(2021年35期)2021-04-19 12:24:18
    完形填空二則
    做個(gè)怪怪長(zhǎng)實(shí)驗(yàn)
    基于FPGA的多功能信號(hào)發(fā)生器的設(shè)計(jì)
    電子制作(2018年11期)2018-08-04 03:25:42
    動(dòng)作描寫要具體
    畫動(dòng)作
    動(dòng)作描寫不可少
    NO與NO2相互轉(zhuǎn)化實(shí)驗(yàn)的改進(jìn)
    實(shí)踐十號(hào)上的19項(xiàng)實(shí)驗(yàn)
    太空探索(2016年5期)2016-07-12 15:17:55
    亚洲精品第二区| 久久这里只有精品19| 母亲3免费完整高清在线观看| 亚洲第一区二区三区不卡| 人人妻人人爽人人添夜夜欢视频| 免费看不卡的av| 色94色欧美一区二区| 日本av免费视频播放| av网站在线播放免费| 王馨瑶露胸无遮挡在线观看| 建设人人有责人人尽责人人享有的| 美女中出高潮动态图| 久久国产精品大桥未久av| 欧美亚洲 丝袜 人妻 在线| 高清av免费在线| 午夜福利影视在线免费观看| www.自偷自拍.com| 十八禁网站网址无遮挡| 亚洲熟女精品中文字幕| 丰满乱子伦码专区| 99热全是精品| 久久毛片免费看一区二区三区| 最近最新中文字幕大全免费视频 | 久久久久精品国产欧美久久久 | 免费不卡黄色视频| 国产成人a∨麻豆精品| 亚洲熟女毛片儿| 国产淫语在线视频| 男的添女的下面高潮视频| 成人国产av品久久久| 欧美黑人欧美精品刺激| 久久免费观看电影| 亚洲精品国产一区二区精华液| 美国免费a级毛片| 亚洲图色成人| 成年人免费黄色播放视频| 久久精品亚洲av国产电影网| 国产亚洲午夜精品一区二区久久| 亚洲自偷自拍图片 自拍| 狠狠精品人妻久久久久久综合| 欧美人与善性xxx| 视频在线观看一区二区三区| 国产精品人妻久久久影院| 精品卡一卡二卡四卡免费| 久久久久久人人人人人| 亚洲av电影在线进入| 免费观看a级毛片全部| 国产一区二区 视频在线| 久热爱精品视频在线9| 日本欧美视频一区| 天天躁夜夜躁狠狠久久av| 久久久国产一区二区| 亚洲精品国产av成人精品| 国产一级毛片在线| 欧美激情极品国产一区二区三区| 如日韩欧美国产精品一区二区三区| 成人漫画全彩无遮挡| 午夜激情av网站| 男人添女人高潮全过程视频| 免费观看av网站的网址| 大码成人一级视频| 一本久久精品| 国产精品国产三级国产专区5o| 韩国精品一区二区三区| 丰满饥渴人妻一区二区三| 热99国产精品久久久久久7| 久久青草综合色| 久久韩国三级中文字幕| 日韩免费高清中文字幕av| 亚洲欧美清纯卡通| 国产精品免费视频内射| 建设人人有责人人尽责人人享有的| 国产成人欧美| 成年av动漫网址| 亚洲伊人色综图| 两个人免费观看高清视频| 亚洲成色77777| 免费在线观看黄色视频的| 久久99热这里只频精品6学生| 一区二区三区激情视频| 午夜影院在线不卡| 熟女av电影| 在线观看免费视频网站a站| 韩国av在线不卡| 久久久精品区二区三区| 国产精品一区二区精品视频观看| 亚洲精品成人av观看孕妇| 一区二区三区激情视频| 国产又爽黄色视频| 欧美精品人与动牲交sv欧美| 国产男人的电影天堂91| 侵犯人妻中文字幕一二三四区| 欧美黑人精品巨大| 大香蕉久久成人网| 国产一区二区 视频在线| 韩国高清视频一区二区三区| 久久av网站| 日本av免费视频播放| 人人澡人人妻人| 国产乱来视频区| 国产伦理片在线播放av一区| 亚洲精品,欧美精品| 黑人猛操日本美女一级片| 97精品久久久久久久久久精品| 国产精品久久久人人做人人爽| 一级片免费观看大全| 国产视频首页在线观看| 久久久久久久大尺度免费视频| 久久精品国产亚洲av涩爱| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲色图综合在线观看| 国产精品蜜桃在线观看| 国产有黄有色有爽视频| 伦理电影免费视频| 日韩制服丝袜自拍偷拍| 亚洲一码二码三码区别大吗| 高清av免费在线| 一二三四在线观看免费中文在| 国产淫语在线视频| 丝袜人妻中文字幕| 国产99久久九九免费精品| 成年av动漫网址| 人人妻人人澡人人爽人人夜夜| 亚洲国产av影院在线观看| 国产免费一区二区三区四区乱码| 亚洲国产精品国产精品| 精品免费久久久久久久清纯 | av电影中文网址| 伊人久久国产一区二区| 伊人亚洲综合成人网| 激情五月婷婷亚洲| 久久人人97超碰香蕉20202| 欧美日本中文国产一区发布| 观看av在线不卡| 亚洲 欧美一区二区三区| 狠狠精品人妻久久久久久综合| 90打野战视频偷拍视频| 熟女少妇亚洲综合色aaa.| 曰老女人黄片| 99国产精品免费福利视频| 日本色播在线视频| 国产免费视频播放在线视频| 亚洲av成人不卡在线观看播放网 | 精品少妇黑人巨大在线播放| 在线观看免费午夜福利视频| 99久久综合免费| 新久久久久国产一级毛片| 精品国产乱码久久久久久男人| xxx大片免费视频| 2021少妇久久久久久久久久久| 精品视频人人做人人爽| 制服诱惑二区| 91精品伊人久久大香线蕉| av在线app专区| 最近最新中文字幕大全免费视频 | 国产老妇伦熟女老妇高清| 在线观看免费视频网站a站| 国产黄色免费在线视频| 午夜91福利影院| av在线app专区| 国产福利在线免费观看视频| 成人影院久久| 亚洲国产精品国产精品| 1024视频免费在线观看| 欧美日韩视频高清一区二区三区二| 晚上一个人看的免费电影| 成人免费观看视频高清| 成人国产av品久久久| 亚洲七黄色美女视频| 一级片'在线观看视频| 国产精品免费视频内射| 九草在线视频观看| 国产男人的电影天堂91| 亚洲国产成人一精品久久久| 久久国产精品大桥未久av| 自拍欧美九色日韩亚洲蝌蚪91| 久久久久精品性色| 亚洲男人天堂网一区| 国产欧美日韩综合在线一区二区| 99九九在线精品视频| 精品国产一区二区三区四区第35| 满18在线观看网站| 免费观看性生交大片5| www.自偷自拍.com| 亚洲精品视频女| 精品第一国产精品| 亚洲精品一区蜜桃| 夫妻性生交免费视频一级片| 哪个播放器可以免费观看大片| 国产亚洲欧美精品永久| 亚洲欧美一区二区三区久久| 新久久久久国产一级毛片| 亚洲成人免费av在线播放| 99re6热这里在线精品视频| 亚洲av欧美aⅴ国产| 十分钟在线观看高清视频www| 国产老妇伦熟女老妇高清| 熟女av电影| 亚洲欧洲国产日韩| 97人妻天天添夜夜摸| 99国产精品免费福利视频| 色婷婷av一区二区三区视频| 9热在线视频观看99| 亚洲在久久综合| 可以免费在线观看a视频的电影网站 | 在线精品无人区一区二区三| 久久久精品国产亚洲av高清涩受| 色婷婷久久久亚洲欧美| 国产成人精品福利久久| 日本猛色少妇xxxxx猛交久久| 婷婷色av中文字幕| 亚洲七黄色美女视频| 亚洲国产精品一区三区| 日日啪夜夜爽| 两性夫妻黄色片| 99久久99久久久精品蜜桃| 久久精品aⅴ一区二区三区四区| 亚洲熟女精品中文字幕| a 毛片基地| 岛国毛片在线播放| av天堂久久9| 亚洲伊人色综图| 1024视频免费在线观看| 精品久久久精品久久久| 亚洲精品美女久久久久99蜜臀 | 一本大道久久a久久精品| 国产不卡av网站在线观看| 亚洲欧洲国产日韩| 欧美成人午夜精品| 欧美xxⅹ黑人| av国产精品久久久久影院| 国产精品久久久av美女十八| 日韩大码丰满熟妇| 亚洲自偷自拍图片 自拍| 午夜福利一区二区在线看| 又大又黄又爽视频免费| 国产亚洲av高清不卡| av有码第一页| 久久久久精品国产欧美久久久 | 热re99久久国产66热| 国产淫语在线视频| 少妇人妻久久综合中文| 免费看av在线观看网站| 亚洲一区二区三区欧美精品| 午夜日韩欧美国产| 亚洲国产精品999| 一级毛片 在线播放| 国产精品国产三级国产专区5o| 久久国产精品大桥未久av| 久久影院123| 久久久久久人妻| 男女免费视频国产| 丝袜美足系列| 亚洲在久久综合| 国产男人的电影天堂91| 男人舔女人的私密视频| 国产精品国产三级专区第一集| 亚洲成人手机| 男女床上黄色一级片免费看| 大码成人一级视频| 老熟女久久久| 国产精品一国产av| 国产精品免费视频内射| 亚洲欧美精品自产自拍| 午夜日韩欧美国产| 九草在线视频观看| 久久热在线av| 丁香六月天网| 99香蕉大伊视频| 9热在线视频观看99| 亚洲成色77777| 多毛熟女@视频| 纯流量卡能插随身wifi吗| 午夜福利网站1000一区二区三区| av国产精品久久久久影院| 久久精品熟女亚洲av麻豆精品| 别揉我奶头~嗯~啊~动态视频 | 男男h啪啪无遮挡| 成人午夜精彩视频在线观看| 亚洲美女视频黄频| 精品国产超薄肉色丝袜足j| 黄频高清免费视频| 国产成人免费无遮挡视频| 青春草视频在线免费观看| 日本一区二区免费在线视频| 亚洲五月色婷婷综合| 色网站视频免费| 成人漫画全彩无遮挡| 亚洲第一av免费看| 亚洲人成电影观看| 在现免费观看毛片| 看十八女毛片水多多多| 国产亚洲最大av| 国产精品麻豆人妻色哟哟久久| 亚洲天堂av无毛| 欧美 亚洲 国产 日韩一| 捣出白浆h1v1| 欧美精品av麻豆av| 亚洲精品久久成人aⅴ小说| 菩萨蛮人人尽说江南好唐韦庄| 丰满饥渴人妻一区二区三| 亚洲欧美一区二区三区黑人| 午夜免费鲁丝| 男女无遮挡免费网站观看| 视频区图区小说| 亚洲熟女毛片儿| 亚洲国产精品一区二区三区在线| 99久久99久久久精品蜜桃| 一本一本久久a久久精品综合妖精| 精品久久蜜臀av无| 嫩草影视91久久| av在线观看视频网站免费| 免费日韩欧美在线观看| 精品国产乱码久久久久久男人| 久久青草综合色| 国产精品国产av在线观看| av又黄又爽大尺度在线免费看| 女的被弄到高潮叫床怎么办| 成人手机av| 97精品久久久久久久久久精品| 成人毛片60女人毛片免费| 女人爽到高潮嗷嗷叫在线视频| 欧美日本中文国产一区发布| 在线观看国产h片| 成人午夜精彩视频在线观看| 啦啦啦在线观看免费高清www| 丝袜喷水一区| 国产精品成人在线| 亚洲国产最新在线播放| 久久久久久久大尺度免费视频| 亚洲欧美激情在线| 宅男免费午夜| 国产麻豆69| 老司机影院成人| 少妇被粗大的猛进出69影院| 午夜老司机福利片| 日韩中文字幕欧美一区二区 | 亚洲国产精品999| 国产一区二区在线观看av| a 毛片基地| 国产精品一区二区在线观看99| 一级毛片电影观看| 99久久人妻综合| 又大又爽又粗| 国产成人a∨麻豆精品| 一区福利在线观看| 欧美亚洲 丝袜 人妻 在线| 久久综合国产亚洲精品| 高清在线视频一区二区三区| 亚洲精品自拍成人| 在线观看免费高清a一片| 国产成人系列免费观看| 视频在线观看一区二区三区| 99久久99久久久精品蜜桃| 日韩欧美一区视频在线观看| 国产黄色免费在线视频| 亚洲成人手机| 久久精品aⅴ一区二区三区四区| 色精品久久人妻99蜜桃| 日本爱情动作片www.在线观看| 久久久久久人妻| 性高湖久久久久久久久免费观看| 日韩大片免费观看网站| 侵犯人妻中文字幕一二三四区| 黄色一级大片看看| 性少妇av在线| 欧美国产精品va在线观看不卡| 久久av网站| 99热网站在线观看| 97精品久久久久久久久久精品| 久久亚洲国产成人精品v| 久久性视频一级片| 少妇猛男粗大的猛烈进出视频| 国产精品嫩草影院av在线观看| 免费黄频网站在线观看国产| 亚洲美女搞黄在线观看| 日本一区二区免费在线视频| 韩国精品一区二区三区| 一级,二级,三级黄色视频| 少妇 在线观看| 黑丝袜美女国产一区| xxx大片免费视频| av在线app专区| 国产精品国产三级专区第一集| 一本大道久久a久久精品| 在线天堂最新版资源| 青青草视频在线视频观看| 不卡视频在线观看欧美| 日本猛色少妇xxxxx猛交久久| 如何舔出高潮| 欧美日韩福利视频一区二区| 丝袜脚勾引网站| 一区二区日韩欧美中文字幕| a级毛片黄视频| 中文乱码字字幕精品一区二区三区| 国产爽快片一区二区三区| 一区福利在线观看| 亚洲成色77777| 日韩中文字幕欧美一区二区 | 国产高清不卡午夜福利| 如日韩欧美国产精品一区二区三区| 夫妻午夜视频| 高清欧美精品videossex| 人人妻,人人澡人人爽秒播 | 久久97久久精品| 建设人人有责人人尽责人人享有的| 精品视频人人做人人爽| 国产福利在线免费观看视频| 亚洲国产中文字幕在线视频| 韩国高清视频一区二区三区| a级片在线免费高清观看视频| 午夜老司机福利片| 亚洲欧洲精品一区二区精品久久久 | 亚洲色图综合在线观看| 日韩欧美一区视频在线观看| 亚洲av日韩在线播放| 亚洲国产中文字幕在线视频| 亚洲av成人不卡在线观看播放网 | 久久亚洲国产成人精品v| 免费不卡黄色视频| 国产淫语在线视频| 操美女的视频在线观看| 久久婷婷青草| 欧美少妇被猛烈插入视频| 久久精品国产a三级三级三级| 色婷婷av一区二区三区视频| 在线亚洲精品国产二区图片欧美| 日韩不卡一区二区三区视频在线| 亚洲成人一二三区av| bbb黄色大片| 另类精品久久| 人人妻人人澡人人看| 日韩中文字幕欧美一区二区 | xxx大片免费视频| 国产精品香港三级国产av潘金莲 | 亚洲,一卡二卡三卡| 另类亚洲欧美激情| 啦啦啦在线免费观看视频4| 国产午夜精品一二区理论片| 青春草亚洲视频在线观看| 久久鲁丝午夜福利片| 国产日韩一区二区三区精品不卡| 久久精品国产亚洲av涩爱| √禁漫天堂资源中文www| 欧美激情 高清一区二区三区| 日日撸夜夜添| 欧美在线黄色| 国产一区二区在线观看av| 巨乳人妻的诱惑在线观看| 亚洲伊人久久精品综合| 国产亚洲av片在线观看秒播厂| av又黄又爽大尺度在线免费看| 伊人久久国产一区二区| 亚洲色图 男人天堂 中文字幕| 丝瓜视频免费看黄片| 观看av在线不卡| 男女午夜视频在线观看| bbb黄色大片| 韩国高清视频一区二区三区| 少妇人妻 视频| 啦啦啦啦在线视频资源| 99热国产这里只有精品6| 精品国产超薄肉色丝袜足j| 免费黄网站久久成人精品| 电影成人av| 日韩免费高清中文字幕av| av有码第一页| 99久国产av精品国产电影| 国产精品一区二区在线观看99| 国产精品久久久久成人av| 午夜福利在线免费观看网站| 亚洲,一卡二卡三卡| av.在线天堂| 久久 成人 亚洲| 欧美日韩亚洲综合一区二区三区_| 久久 成人 亚洲| 黄频高清免费视频| 亚洲自偷自拍图片 自拍| 亚洲av中文av极速乱| 下体分泌物呈黄色| 欧美激情高清一区二区三区 | 日韩视频在线欧美| 日韩av不卡免费在线播放| 国产精品女同一区二区软件| 久久婷婷青草| 99香蕉大伊视频| 一本久久精品| 一边亲一边摸免费视频| 中文字幕亚洲精品专区| 天天添夜夜摸| 在线观看三级黄色| 欧美成人午夜精品| 欧美日韩一区二区视频在线观看视频在线| 99久久99久久久精品蜜桃| 亚洲精品久久成人aⅴ小说| 婷婷色综合大香蕉| 中国国产av一级| 一个人免费看片子| 电影成人av| 丝袜美足系列| 国产精品.久久久| 亚洲av福利一区| 久久精品久久久久久久性| 51午夜福利影视在线观看| netflix在线观看网站| 19禁男女啪啪无遮挡网站| 最近中文字幕高清免费大全6| av.在线天堂| 精品久久久精品久久久| 亚洲精品久久久久久婷婷小说| 亚洲精品第二区| 久久久久久久久久久久大奶| 国产爽快片一区二区三区| 国产黄频视频在线观看| 亚洲伊人色综图| 久久精品久久久久久噜噜老黄| 国产xxxxx性猛交| 精品久久蜜臀av无| 一二三四在线观看免费中文在| 一区二区三区精品91| 一区二区三区激情视频| 日韩大片免费观看网站| 国产精品久久久av美女十八| 日韩成人av中文字幕在线观看| 国产成人一区二区在线| 亚洲精品国产av成人精品| 色网站视频免费| 欧美成人午夜精品| 欧美精品一区二区免费开放| 国产亚洲精品第一综合不卡| 国产97色在线日韩免费| 亚洲精华国产精华液的使用体验| www.熟女人妻精品国产| 亚洲成人国产一区在线观看 | 久久天躁狠狠躁夜夜2o2o | 国产爽快片一区二区三区| 精品国产乱码久久久久久小说| 国产精品香港三级国产av潘金莲 | 天美传媒精品一区二区| av.在线天堂| netflix在线观看网站| 亚洲精品久久久久久婷婷小说| 亚洲精品第二区| 成人亚洲欧美一区二区av| 亚洲精品日本国产第一区| 亚洲国产精品一区二区三区在线| 超碰97精品在线观看| 日本av免费视频播放| 久久国产精品男人的天堂亚洲| 熟女少妇亚洲综合色aaa.| 女人久久www免费人成看片| 国产av国产精品国产| 欧美精品人与动牲交sv欧美| 久久人人爽人人片av| 精品久久久久久电影网| 国产日韩欧美亚洲二区| 久久综合国产亚洲精品| 一本一本久久a久久精品综合妖精| 老司机深夜福利视频在线观看 | 亚洲欧洲日产国产| 精品国产一区二区三区四区第35| 亚洲精品国产色婷婷电影| 日韩视频在线欧美| 一区二区三区四区激情视频| 波野结衣二区三区在线| 建设人人有责人人尽责人人享有的| 亚洲av国产av综合av卡| 免费黄频网站在线观看国产| 成人国语在线视频| 日韩,欧美,国产一区二区三区| 国产老妇伦熟女老妇高清| 欧美精品一区二区大全| 亚洲伊人色综图| 操美女的视频在线观看| 亚洲,欧美,日韩| 日日摸夜夜添夜夜爱| 母亲3免费完整高清在线观看| 国产成人a∨麻豆精品| 国产福利在线免费观看视频| 99久久综合免费| 在线观看免费日韩欧美大片| 精品国产超薄肉色丝袜足j| 色综合欧美亚洲国产小说| 赤兔流量卡办理| 最近手机中文字幕大全| 男的添女的下面高潮视频| 亚洲国产精品国产精品| 在线观看三级黄色| 色94色欧美一区二区| 国语对白做爰xxxⅹ性视频网站| 久久精品亚洲av国产电影网| 老司机靠b影院| 免费久久久久久久精品成人欧美视频| 两个人免费观看高清视频| av电影中文网址| 亚洲一码二码三码区别大吗| 国产免费一区二区三区四区乱码| 男女下面插进去视频免费观看| 天天躁夜夜躁狠狠躁躁| 成人国语在线视频| 欧美激情极品国产一区二区三区| 丰满少妇做爰视频| 香蕉国产在线看| 狠狠精品人妻久久久久久综合| 久久久久人妻精品一区果冻| 91精品三级在线观看| 亚洲欧美一区二区三区国产| 国产一区二区三区av在线| 午夜免费观看性视频| 成人漫画全彩无遮挡| 天天操日日干夜夜撸| 中文字幕精品免费在线观看视频| 国产福利在线免费观看视频| 啦啦啦视频在线资源免费观看| 免费高清在线观看视频在线观看|