模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2014, Vol. 27 Issue (6): 496-501    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于自排序熵的表面肌电信号特征提取方法*
谢平,魏秀利,杜义浩,陈晓玲
燕山大学 电气工程学院 河北省测试计量技术及仪器重点实验室 秦皇岛 066004
Feature Extraction Method of sEMG Based on Auto Permutation Entropy
XIE Ping, WEI Xiu-Li, DU Yi-Hao, CHEN Xiao-Ling
Key Laboratory of Measurement Technology and Instrumentation of Hebei Province,
College of Electrical Engineering, Yanshan University, Qinhuangdao 066004

全文: PDF (693 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对人体表面肌电信号的非平稳、非线性特点,提出一种基于排序熵和自互信息的自排序熵指标,定量描述表面肌电信号的内在动力学特性,实现肢体不同运动状态下肌电信号非线性特征的有效刻画.进行健康受试者上肢肘关节不同弯曲角度下表面肌电采集实验,计算其自排序熵指标并运用支持向量机进行动作识别,通过与已有表面肌电特征指标的对比分析,验证文中方法的有效性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
谢平
魏秀利
杜义浩
陈晓玲
关键词 表面肌电信号(sEMG)自排序熵特征提取支持向量机    
Abstract:Due to the nonstationarity and the nonlinearity of the surface electromyogram (sEMG), a method based on the permutation entropy and auto mutual information is proposed to quantitatively describe the internal dynamic features of the sEMG and realize the description of nonlinear characteristics under different motion states. Experiments are carried out to acquire the sEMG data of elbow joint at different bending angles. The auto permutation entropies of the signals are calculated and used as the inputs of support vector machines to identify different motion states. The validity of the proposed method is verified by the comparative analysis of auto permutation entropy and other indexes describing the sEMG features.
Key wordsSurface Electromyogram(sEMG)    Auto Permutation Entropy    Feature Extraction    Support Vector Machine   
收稿日期: 2013-05-06     
ZTFLH: TP 391.4  
基金资助:国家自然科学基金项目(No.61271142,61102005)、秦皇岛科学技术研究与发展计划项目(No.201302A218,2012021A040)资助
作者简介: 谢平(通讯作者),女,1972年生,教授,博士生导师,主要研究方向为动态参数估计及信号处理、基于脑肌电信息的康复机器人生物反馈技术.E-mail:pingx@ysu.edu.cn.魏秀利,男,1987年生,硕士研究生,主要研究方向为生物电信号特征提取、模式识别.杜义浩,男,1983年生,博士,讲师,主要研究方向为动态信号处理、并联机器人误差补偿.陈晓玲,女,1987年生,博士研究生,主要研究方向为生物电信号处理.
引用本文:   
谢平,魏秀利,杜义浩,陈晓玲. 基于自排序熵的表面肌电信号特征提取方法*[J]. 模式识别与人工智能, 2014, 27(6): 496-501. XIE Ping, WEI Xiu-Li, DU Yi-Hao, CHEN Xiao-Ling. Feature Extraction Method of sEMG Based on Auto Permutation Entropy. , 2014, 27(6): 496-501.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I6/496
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn