基于NNE技术的手臂运动模式识别算法研究

吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (增刊1): 69-73.

基于NNE技术的手臂运动模式识别算法研究

陈万忠, 孙保峰, 高韧杰, 雷俊

吉林大学通信工程学院,长春 130022

收稿日期:2012-05-16 发布日期:2013-06-01
作者简介:陈万忠(1963-),男,教授.研究方向:信息与控制仿生,分布式智能信息处理.E-mail:chenwz@jlu.edu.cn
基金资助:
吉林省科技厅发展计划重点项目 (20090350);教育部博士学科点专项科研基金项目(20100061110029);吉林大学研究生创新基金项目(20121107).

Pattern recognition of human arm motion based on neural network ensemble method

CHEN Wan-zhong, SUN Bao-feng, GAO Ren-jie, LEI Jun

College of Communication Engineering, Jilin University, Changchun 130022, China

Received:2012-05-16 Published:2013-06-01

摘要/Abstract

摘要：

本文将神经网络集成(Neural network ensemble,NNE)算法应用于人体手臂运动模式识别领域中,通过对手臂不同运动模式下的表面肌电信号(sEMG)的采集、分析与处理,识别出与其对应的手臂运动模式。主要利用小波包分解(WPD)算法提取表面肌电信号的时-频特征向量,利用集成神经网络对表面肌电信号特征向量进行模式识别;神经网络集成模型由Bagging算法生成,参与集成的个体神经网络均为BP神经网络,集成神经网络的输出由单个神经网络的输出通过相对多数投票法产生。最后,对手臂4个不同运动模式下的表面肌电信号进行了模式识别实验。实验结果表明,与个体神经网络相比,集成神经网络可以显著地提高手臂动作的识别率,证明了将神经网络集成技术用于手臂运动模式识别的有效性和可行性。

关键词: 神经网络集成, 表面肌电信号, 小波包分解, 模式识别

Abstract:

Neural network ensemble (NNE) was applied to the pattern recognition of human arm motion with sEMG signal's analyzing.The feature vectors of sEMG were extracted with wavelet packet decomposition,then a NNE model was generated using Bagging algorithm and BP neural network was used as sub neural network.The output of NNE was achieved by relative majority voting decision method.Finally,recognition experiments were done with sEMG signals gathered from four different hand movements,and the results reveal that NNE can increase the correct recognition rates significantly comparing with single neural network,proving the validity and feasibility of using NNE in the field of human arm motion recognition.

Key words: neural network ensemble, surface electromyography (sEMG), wavelet packet decomposition, pattern recognition

中图分类号:

TP183

陈万忠, 孙保峰, 高韧杰, 雷俊. 基于NNE技术的手臂运动模式识别算法研究[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 69-73.

CHEN Wan-zhong, SUN Bao-feng, GAO Ren-jie, LEI Jun. Pattern recognition of human arm motion based on neural network ensemble method[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 69-73.

参考文献

[1] Abdulhamit Subasi,Mustafa Yilmaz,Hasan Riza Ozcalik.Classification of EMG signals using wavelet neural network[J].Journal of Neuroscience Methods,2006,156(1-2):360-367.

[2] Chan A D C,Englehart K B.Continus myoelectric control for powered prosthesis using hidden markov models[J].IEEE Transactions on Biomedical Engineering,2005,52(1):121-124.

[3] 李明爱,王蕊,郝冬梅.基于神经网络集成技术的运动想像脑电识别方法[J].北京工业大学学报,2011,37(3):347-351. Li Ming-ai,Wang Rui,Hao Dong-mei.An EEG recognition algorithm of motor imagery based on neural network ensemble[J].Journal of Beijing University of Technology,2011,37(3):347-351.

[4] Sun Bao-feng,Chen Wan-zhong.Classification of sEMG signals using integrated neural network with small sized training data [J].Biomedical Engineering:Applications,Basis and Communications,2012,24(4):365-376.

[5] Hansen L,Salamon P.Neurnl network ensemble[J].IEEE Transaction on Pattern Analysis and Machine Intelligence,1990,12(10):993-1001.

[6] 于繁华,刘寒冰,谭国金.神经网络集成在结构损伤识别中的应用[J].吉林大学学报:工学版,2007,37(2):438-441. Yu Fan-hua,Liu Han-bing,Tan Guo-jin.Application of neural network ensemble for structural damage detection[J].Journal of Jilin University(Engineering and Technology Edition),2007,37(2):438-441.

[7] 周志华,陈世福.神经网络集成[J].计算机学报,2002,25(1):28-31. Zhou Zhi-hua,Chen Shi-fu.Neural network ensemble[J].Chinese Journal of Computers,2002,25(1):1-8.

[8] 白雪飞,李茹.神经网络集成的多表情人脸识别方法[J].计算机工程与应用,2010,46(4):145-148. Bai Xue-fei,Li Ru.Neural network ensemble based expression invariant face recognition[J].Computer Engineering and Applications,2010,46(4):145-148.

[9] 罗志增,熊静,刘志宏.一种基于WPT和LVQ神经网络的手部动作识别方法[J],模式识别与人工智能,2010,23(5):695-700. Luo Zhi-zeng,Xiong Jing,Liu Zhi-hong.Pattern recognition of hand motions based on WPT and LVQ[J].Pattem Recognition and Aitificial Intelligence,2010,23(5):695-700.

[10] Sankar K Pal,Sushmita Mitra.Multilayer perceptron,fuzzy sets,and classification[J].IEEE Trans Neural Networks 1992,5(3):683-697.

[11] 吕砚山,赵正琦.BP神经网络的优化及应用研究[J].北京化工大学学报,2001,28(1):67-69. LV Yan-shan,Zhao Zheng-qi.Optimization and application research of BP neural network[J].Journal of Beijing University of Chemical Technology,2001,28(1):67-69.

相关文章 15

[1]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[2]	孙晓东，权爱娟，李勇. 复杂噪声背景下谐波信号频率估计新方法[J]. 吉林大学学报(工学版), 2015, 45(2): 653-657.
[3]	顾播宇,孙俊喜,李洪祚,刘红喜,刘广文. 基于特征加权模块双方向二维主成分分析的人脸识别[J]. 吉林大学学报(工学版), 2014, 44(3): 828-833.
[4]	常志勇, 陈东辉, 张凌, 佟月英, 翁小辉, 佟金. 基于多传感器融合的鸡肉新鲜度检测方法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 493-496.
[5]	吴清佳. 基于神经网络集成的旋转人脸快速检测系统[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 424-429.
[6]	李阳, 田彦涛, 陈万忠. 基于半监督boosting表面肌电信号多类模式识别[J]. 吉林大学学报(工学版), 2013, 43(05): 1415-1426.
[7]	杨冬风, 马秀莲. 基于分形纹理分析的蛋壳裂纹识别[J]. 吉林大学学报(工学版), 2011, 41(增刊1): 348-352.
[8]	刘大有^1,2, 张冬威^1,2,李妮娅^1,2,刘杰^1,2,金弟^1,2. 基于网络聚类选择的神经网络集成方法及应用[J]. 吉林大学学报(工学版), 2011, 41(4): 1034-1040.
[9]	王丹, 张祥合, 张立, 任露泉. 多维多分辨仿生识别方法及其应用[J]. 吉林大学学报(工学版), 2011, 41(02): 408-0412.
[10]	王利民,臧雪柏,曹春红2. 基于广义信息论的决策森林数据挖掘模型[J]. 吉林大学学报(工学版), 2010, 40(01): 155-0158.
[11]	王旭，陈永刚，杨印生 . 含有区间数的DEA-DA模型及灵敏度[J]. 吉林大学学报(工学版), 2009, 39(03): 716-0720.
[12]	李伦波，马广富 . 基于RBPNN的退化交通标志图像的识别算法[J]. 吉林大学学报(工学版), 2008, 38(06): 1429-1433.
[13]	于繁华, 刘寒冰, 谭国金 . 神经网络集成在结构损伤识别中的应用[J]. 吉林大学学报(工学版), 2007, 37(02): 438-0441.
[14]	徐进永，张子达，陆爽. 基于K-L变换和支持向量机的[J]. 吉林大学学报(工学版), 2005, 35(05): 500-0504.
[15]	谭梅，尹义龙，杨卫辉. 基于区域水平的指纹纹线距离估计方法[J]. 吉林大学学报(工学版), 2005, 35(05): 537-0541.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed