基于模糊分类器的手势动作semg模式识别研究及交互系统设计

《基于模糊分类器的手势动作semg模式识别研究及交互系统设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国科学技术大学硕士学位论文摘要表面肌电信号(SurfaceE1ec仃omyo聊hy，SMEG)作为一种重要的生物电信号，已经被广泛应用于仿生学、生物反馈、运动医学和康复工程中。近年来，基于动作SEMG信号的手势识别技术作为一个研究热点，被开发作为人机交互的控制信号，用于控制肌电假肢、辅助装置以及其他电子设备。在手势动作SEMG信号的模式识别研究中，模式识别算法的设计与应用是成功识别的关键，并且具有重要的理论意义以及实际的工程应用价值。本文采用模糊模式识别算法对手势动作SMEG信号进行模式识别研究，为基于动作SMEG信号的人机接口设备的实时控制打下

2、了良好的基础。论文的研究内容，研究成果以及创新点有：1．完成了手势动作SEMG信号的预处理、活动段检测和特征提取。利用2跚lz~500Hz的带通滤波器对采集到的原始SEMG信号进行预处理，以抑制噪声和消除基线漂移；采用移动平均算法对活动段进行检测，以判断有效动作信号的起始点和终止点；特征提取方面，运用时域参数特征及AR模型系数特征对手势SEMG信号的进行了特征提取。2．将模糊推理分类器应用于手势SEMG信号的模式识别中，并针对基于K．妊leans提取规则的模糊推理分类器(KfIS)的需要手工设定模糊规则数目以及对初始化参数十分敏感的缺陷，提出了一种

3、改进型的模糊推理分类器一一自适应提取规则的模糊推理分类器(AFIS)。通过对两种分类器进行了对比实验，从统计意义上验证了AFIS分类器在手势SEMG信号分类识别上相对于KFIS分类器的优势。3．设计并实现了一个多通道手势动作SEMG信号采集、识别以及交互系统。测试结果表明，该系统能完成手势动作SEMG信号的采集存储、模板建立、手势识别和图形交互控制等功能。关键词：手势动作SEMG，特征提取，模糊分类算法，识别交互系统中国科学技术大学硕士学位论文Abst眦tAbStraCtSu以ceElectromyo萨aphy(SEMG)，as锄imp嘣antbi

4、olo西calsi萨al，hasbeenusedwidelyinbionics，biofeedbacl【，sponsmedicineandrehabilitationengineering．HandgesturesrecogllitiontecllIliqucbasedonactionSEMGsi印alsh邪beeIlproposedanddevelopedforconn．0llingmyoelectricprostheses，assistivedeVices觚d0therelec仃onicequipmentsrecemly．Insuchsyste

5、m，SEMGsi弘alscollected劬mmuscula_cureareuSedf-orthereco印itionofhaIldgesturetask．TIleworkofthisp印erf10cusesonthefoll伽咖gpoints：1)E毹ctiVeSEMGsi印a1processingalgoritllmsincludingSEMGsi驴alspre-processing，handgestureactionactiVitiesdetection，andfeatureex舡actionwe豫in仃oduced．A20—500Hzban

6、d—passfilter、Ⅳ弱used矗wmemwSEMGsi印alpreprocessingtosupprcssnoiseaIldeliminateb勰eline“ft．M0vingave豫gememodw弱uSedfOrthedetection0ftheactiVi!tiesrelatedtohaIldges饥鹏action．．I．W0killdsoftime-domainf．eat吡es(Mj气VMA、，Ratio)，嬲well弱ARmodelcoe伍cier]晒，wereusedt0e)【仃actSEMGsignalf．ea臼卫．es．2)

7、FuzzyclassifierwasinVestigated锄ddeVelopedformepattenlrcco弘itionofhandge呶lreSEMGsi弘als．Amodified钇巧inferenceclaSsifier(AFIS)b私edonadaptiVefIlzz)rruleswrhichoVercomethede传ctsoffh：乙：万in向．encecl弱sifiera旺IS)basedonK-means此琵秒rulesex咖ctionwasproposedforilnpr0Vingnlerec：o印itionrate．’nl

8、eresultsofthisstudydemons仃atedmatn肱巧classifierisa900dChoicefo