-
公开(公告)号：CN109145729A
公开(公告)日：2019-01-04
申请号：CN201810769171.9
申请日：2018-07-13
Applicant: 杭州电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00516
Abstract: 本发明涉及一种基于改进小波阈值与EEMD的肌电信号去噪方法。首先，采用总体平均经验模式分解的方法将肌电信号分解为若干个本征模态函数，运用一种基于小波的提取方法从第一个分量中提取信号的有用部分，运用自相关函数法将剩余本征模态函数分为含噪声较高的高频分量和含噪低的低频分量，然后运用一种改进的小波阈值将高频分量进行去噪。最后将处理后的第一个分量、高频分量和低频分量重构，重构后的信号即为去噪信号。本发明结合了总体平均经验模态分解方法与具有去噪效果比传统阈值更好的改进阈值去噪方法，并且没有直接舍弃含噪很高的第一个分量，而是运用一种基于小波的提取方法将有用信号部分提取出来。
-
公开(公告)号：CN108937921A
公开(公告)日：2018-12-07
申请号：CN201810320573.0
申请日：2018-04-11
Applicant: 杭州电子科技大学
IPC: A61B5/0476 , A61B5/18
CPC classification number: A61B5/0476 , A61B5/18 , A61B5/7264
Abstract: 本发明公开了一种结合经验模态分解和能量谱密度的驾驶疲劳特征提取方法。本发明包含以下步骤：1、使用脑电采集设备采集驾驶脑电信号；2、对采集到的脑电信号进行预处理，包括降频、降噪；3、对预处理后的信号通过结合经验模态分解和能量谱密度的特征提取方法提取特征；4、对提取的特征使用分类器进行分类学习、识别。本发明使用结合经验模态分解和能量谱密度的驾驶疲劳特征提取方法对驾驶疲劳特征进行提取，可有效的提高后续的分类检测准确率。
-
公开(公告)号：CN104127181B
公开(公告)日：2017-04-12
申请号：CN201410350607.2
申请日：2014-07-22
Applicant: 杭州电子科技大学
IPC: A61B5/0488
Abstract: 本发明涉及一种基于WKFDA的肌电信号跌倒检测方法。首先，从人体下肢的相关肌肉组上采集表面肌电信号，运用能量阈值确定表面肌电信号的动作信号段，对动作信号段的表面肌电信号提取模糊熵作为待分类的特征。然后将特征样本点投影到特征空间，在特征空间中进行线性判别。这样就可以隐含的实现了原输入空间的非线性判别。并采用相应的平衡权重来调节样本核矩阵的贡献，可克服不平衡数据对分类性能的影响。由于采用了非线性映射，基于核的Fisher线性判别算法的数据处理能力大大提升了。实验结果表明，该方法获得了较高的跌倒模式平均识别率，识别结果优于其它分类方法。
-
公开(公告)号：CN104127181A
公开(公告)日：2014-11-05
申请号：CN201410350607.2
申请日：2014-07-22
Applicant: 杭州电子科技大学
IPC: A61B5/0488
Abstract: 本发明涉及一种基于WKFDA的肌电信号跌倒检测方法。首先，从人体下肢的相关肌肉组上采集表面肌电信号，运用能量阈值确定表面肌电信号的动作信号段，对动作信号段的表面肌电信号提取模糊熵作为待分类的特征。然后将特征样本点投影到特征空间，在特征空间中进行线性判别。这样就可以隐含的实现了原输入空间的非线性判别。并采用相应的平衡权重来调节样本核矩阵的贡献，可克服不平衡数据对分类性能的影响。由于采用了非线性映射，基于核的Fisher线性判别算法的数据处理能力大大提升了。实验结果表明，该方法获得了较高的跌倒模式平均识别率，识别结果优于其它分类方法。
-
公开(公告)号：CN103345641A
公开(公告)日：2013-10-09
申请号：CN201310300098.8
申请日：2013-07-16
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明提出了一种基于小波包熵和支持向量机的手部肌电信号动作识别方法。本发明先对表面肌电信号进行小波包分解，提取各节点的小波包系数矩阵，由各子带能量计算出小波包熵。以肌电信号的小波包熵为特征构建特征向量输入支持向量机分类器，并以固定间隔逐步增加参数的值，来搜索使模式识别率最高的SVM分类器参数值，对手部的多个动作进行分类。小波包变换是一种分析非平稳特性信号的有效方法且小波包变换在不同时频段均能精确刻画信号，提供丰富模式信息的特点，把三路sEMG信号提取的特征向量输入支持向量机，能有效识别出伸腕、屈腕、展拳、握拳、外旋、内旋6种动作模式，得到了比传统神经网络更高的识别率。
-
Patent Agency Ranking
公开(公告)号：CN103054585A
公开(公告)日：2013-04-24
申请号：CN201310022821.0
申请日：2013-01-21
Applicant: 杭州电子科技大学
IPC: A61B5/11 , A61B5/0488
Abstract: 本发明提出了一种基于生物运动信息的上肢肩肘腕关节运动功能评价方法。本发明首先选择加速度信号和肌电信号作为上肢运动的生物运动信息。然后对加速度信号和肌电信号进行特征提取。在此基础上，从两方面对特征值进行筛选：针对不同类型的动作和针对执行动作能力的不同，根据信号特征的典型性和可区分性对特征进行筛选。最后利用两类信号的不同优势，将两类信号的特征值进行组合。以简式Fugl-Meyer评分值为标准，构建线性回归模型，进行多元信号特征的优化组合，以此作为上肢肩肘腕关节运动功能评价指标。本发明不仅可以进行在线的实时信息提取和评分检测，还能取代传统的上肢运动功能评价方法，更细致地对上肢运动功能进行量化评分。
-
公开(公告)号：CN102961203A
公开(公告)日：2013-03-13
申请号：CN201210527013.5
申请日：2012-12-10
Applicant: 杭州电子科技大学
IPC: A61F2/72 , A61B5/0488
Abstract: 本发明提出了一种基于EMD样本熵的表面肌电信号识别方法。本发明首先从相关肌肉组上采集相应的表面肌电信号sEMG，然后运用能量阈值确定sEMG的动作信号进行经验模态分解，依据频率有效度的方法自适应的选取若干个包含肌电信号有效信息的内蕴模式函数分量进行迭加作为有效肌电信号，求取样本熵，最后将样本熵作为特征向量输入基于主轴核聚类算法的聚类分类器，实现肌电信号的上肢多运动模式识别。本发明中样本熵能够从较短的时间序列中揭示动作表面肌电信号的复杂性，很好的表现肌电信号的细微变化情况，抗干扰能力强，算法简单，计算速度较快，特别适合肌电信号的实时处理。
-
公开(公告)号：CN102722728A
公开(公告)日：2012-10-10
申请号：CN201210190008.X
申请日：2012-06-11
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于通道加权支持向量的运动想象脑电分类方法。本发明首先获取多通道运动想象脑电信号，其次在各通道脑电信号两两之间相关性分析基础上建立各通道的权重模型，然后将权重模型嵌入到通道加权支持向量机的原始优化问题中，对来自不同通道的输入数据赋予不同的权值，最后在两类分类算法基础上设计通道加权支持向量多类分类方法，自动地实现通道选择，提高多运动想象任务分类的准确性。该方法在脑-机接口领域具有广阔的应用前景。
-
公开(公告)号：CN102521505A
公开(公告)日：2012-06-27
申请号：CN201110405697.7
申请日：2011-12-08
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种用于控制意图识别的脑电和眼电信号决策融合方法。本发明方法首先提取预处理后EEG的相对小波包能量作为其运动想象特征；其次提取预处理后EOG的典型变量作为其运动想象特征；然后基于EEG的运动想象特征，应用所构建的状态分类器，获取状态分类结果；基于EOG的运动想象特征，应用所构建的运动想象多类分类器，获得运动想象分类结果；最后利用基于EEG信号获得的状态分类结果，及基于EOG获得的运动想象分类结果进行决策融合，获得运动想象所表征控制意图的识别结果。本发明能有效解决与控制意图无关的眼动对控制意图识别结果造成的干扰，可提高运动想象识别的准确率和控制意图信息的可靠性。
-
公开(公告)号：CN101706462B
公开(公告)日：2012-04-25
申请号：CN200910154604.0
申请日：2009-11-19
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种肌电假手用导热性传感器。现有的肌电假手无法感知物体的导热性。本发明包括传感器本体和信号处理电路。传感器本体由下到上依次为橡胶基底、柔性加热层、橡胶包封表皮。温度敏感电阻嵌入在橡胶包封表皮内。柔性加热层的上、下表面分别粘贴有薄片状的柔性电极。传感器本体封装在金属框架内。信号处理电路中的三个电阻与温度敏感电阻构成电桥，电桥的输入端与直流电源连接，输出端与差动放大器连接。本发明的导热性传感器安装在肌电假手食指上来感知被抓物体的导热性能，当肌电假手抓握物体时，导热性传感器与被抓物体直接接触，完成导热性测量，从而使肌电假手具有一定的感知能力，提高肌电假手的仿生性。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.051 seconds)
