دستهبندی بیدرنگ سیگنال الکترومایوگرام سطحی با استفاده از کورنتروپی
Authors
Abstract:
در این مقاله با استفاده از کورنتروپی، روشی مؤثر برای دستهبندی سیگنال الکترومایوگرام سطحی به منظور کنترل پروتزهای مایوالکتریک ارائه شده است. چون سیگنال الکترومایوگرام سطحی در دامنههای پائین نیرو ماهیتی غیرگوسی دارد درحالیکه اغتشاش محیط گوسی فرض میشود، از کورنتروپی برای استخراج ویژگی از این سیگنال استفاده میکنیم؛ زیرا کورنتروپی تنها دربرگیرنده اطلاعات مربوط به مؤلفههای غیرگوسی است و تخمین آن از نمونههای محدود بسیار ساده است. سپس با بهکارگیری ویژگیهای استخراج شده، از طبقهبندی کننده آنالیز تفکیک خطی برای دستهبندی سیگنال الکترومایوگرام سطحی استفاده میکنیم. نتایج بهدست آمده با استفاده از روش پیشنهادی این مقاله، در مقایسه با نتایج سایر روشهای پیشرفته شناسایی الگوی سیگنال الکترومایوگرام سطحی هم بهبود یافته و هم محاسبات کمتری دارد.
similar resources
طبقه بندی سیگنال های الکترومایوگرام سطحی با استفاده از کورنتروپی
در این پایان نامه روش موثری برای دسته بندی سیگنال الکترومایوگرام سطحی به منظور کنترل پروتزهای مایوالکتریک ارائه می کنیم. چون سیگنال الکترومایوگرام سطحی، در دامنه های پائین نیرو ماهیتی غیرگوسی دارد و نویز محیط گوسی فرض می شود، از کورنتروپی برای استخراج ویژگی از این سیگنال استفاده می کنیم؛ زیرا کورنتروپی تنها دربرگیرنده اطلاعات مربوط به مولفه های غیرگوسی است و تخمین آن از نمونه های محدود بسیار سا...
15 صفحه اولدسته بندی بی درنگ سیگنال الکترومایوگرام سطحی با استفاده از کورنتروپی
در این مقاله با استفاده از کورنتروپی، روشی مؤثر برای دسته بندی سیگنال الکترومایوگرام سطحی به منظور کنترل پروتزهای مایوالکتریک ارائه شده است. چون سیگنال الکترومایوگرام سطحی در دامنه های پائین نیرو ماهیتی غیرگوسی دارد درحالی که اغتشاش محیط گوسی فرض می شود، از کورنتروپی برای استخراج ویژگی از این سیگنال استفاده می کنیم؛ زیرا کورنتروپی تنها دربرگیرنده اطلاعات مربوط به مؤلفه های غیرگوسی است و تخمین آ...
full textطبقه بندی سیگنال الکترومایوگرام سطحی با استفاده از آمارگان مرتبه بالا
در این مقاله یک روش کارآمد برای طبقه بندی سیگنال الکترومایوگرام سطحی را با استفاده از آمارگان مرتبه بالا ارایه می دهیم. چون تابع توزیع احتمال سیگنال الکترومایوگرام سطحی که در شرایط انقباض عضلانی ایزومتریک ثبت می گردد در بعضی موارد به توزیع گوسی بسیار نزدیک است، در بسیاری از تحقیقات گذشته این تابع توزیع گوسی فرض گردیده است. چون این فرض برای دامنه های کوچک نیرو نادرست است، در این مقاله برای استخر...
full textطبقه بندی سیگنال الکترومایوگرام سطحی چند کاناله ساعد با استفاده از یک ساختار خودسازمانده فازی-عصبی
طبقه بندی با دقت بالای سیگنال الکترومایوگرام سطحی برای کنترل دست مصنوعی از عناوین مهم تحقیق در حوزه توان بخشی است. به ویژه آنکه با افزایش درجات آزادی، نرخ تشخیص درست بشدت کاهش می یابد. در مقاله حاضر بر اساس یک ساختار خودسازمانده فازی-عصبی جدید پیشنهادی پنج لایه، طبقه بندی سیگنال الکترومایوگرام چند کاناله انجام شده است. در این ساختار متناظر با ویژگی های ورودی، قواعد جدید ایجاد و وزن آنها بر اساس...
full textطبقه بندی سیگنال الکترومایوگرام سطحی چند کاناله ساعد با استفاده از یک ساختار خودسازمانده فازی-عصبی
طبقه بندی با دقت بالای سیگنال الکترومایوگرام سطحی برای کنترل دست مصنوعی از عناوین مهم تحقیق در حوزه توان بخشی است. به ویژه آنکه با افزایش درجات آزادی، نرخ تشخیص درست بشدت کاهش می یابد. در مقاله حاضر بر اساس یک ساختار خودسازمانده فازی-عصبی جدید پیشنهادی پنج لایه، طبقه بندی سیگنال الکترومایوگرام چند کاناله انجام شده است. در این ساختار متناظر با ویژگی های ورودی، قواعد جدید ایجاد و وزن آنها بر اساس...
full textطبقه بندی سیگنال الکترومایوگرام سطحی با استفاده از آمارگان مرتبه بالا
در این مقاله یک روش کارآمد برای طبقه بندی سیگنال الکترومایوگرام سطحی را با استفاده از آمارگان مرتبه بالا ارایه می دهیم. چون تابع توزیع احتمال سیگنال الکترومایوگرام سطحی که در شرایط انقباض عضلانی ایزومتریک ثبت می گردد در بعضی موارد به توزیع گوسی بسیار نزدیک است، در بسیاری از تحقیقات گذشته این تابع توزیع گوسی فرض گردیده است. چون این فرض برای دامنه های کوچک نیرو نادرست است، در این مقاله برای استخر...
full textMy Resources
Journal title
volume 4 issue 2
pages 123- 134
publication date 2010-08-23
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023