[发明专利]一种用于同步识别手势和抓取力的粒子化方法及粒子化分析法

权利要求书

1.一种用于同步识别手势和抓取力的粒子化方法，其特征在于，包括如下步骤：

(1)将训练数据的属性，分为主属性和子属性两种类型；

(2)在所述训练数据中，每个观察数据拆分为所述主属性、所述子属性和类标签；

(3)以所述子属性为驱动，对所述主属性样本粒子化；

所述每个观察数据表示为o＝(s，m，c)，o∈Ω，o是所述观察数据，s是所述子属性，m是所述主属性，c是所述类标签，Ω是观察空间集；

所述粒子化的过程定义为R：Ω→Ω′；(s，c)→c′，R是粒子化规则，Ω’是经过粒子化后的观察空间集，c’是粒子化后的类标签；

所述子属性是所述抓取力，所述主属性是肌电信号；以所述子属性为驱动，对所述主属性样本粒子化表示为R：(f，e，c)→(e，c′)，c∈{c_i}，c′∈{c_ij}，i＝1，2，...，n；j＝1，2，...，m，其中R是粒子化规则，f是所诉抓取力，e是所述肌电信号，c是所述类标签，c′是粒子化后的类标签，i是1到n之间的自然数，j是1到m之间的自然数，n是抓取手势的数量，m是粒子化方法可预测所述抓取力的粒子化程度。

2.根据权利要求1所述的一种用于同步识别手势和抓取力的粒子化方法，其特征在于，所述粒子化规则，是采用清晰规则对所述训练数据进行有监督的粒子化，表示为R{(f，e，c_i)}＝(e，c_ij)，f∈((j-1)s，js)+f_(i，minO)，所述f_(i，minO)和f_(i，maxO)分别是每个所述抓取手势的最小力和最大力，此时，所述m是划分的所述抓取力的等级数，所述s是所述最大力和所述最小力的差值在所述等级数下的力量等分，所述(f，e，c_i)表示第i个所述抓取手势对应的所述抓取力f和所述肌电信号e，所述(e，c_ij)表示所述肌电信号e对应第i个所述抓取手势下的第j个所述抓取力的力量等级。

3.一种用于同步识别手势和抓取力的粒子化分析法，其特征在于，包括如下步骤：

步骤一，肌电信号与抓取力采集；

步骤二，肌电信号分割与特征提取；

步骤三，数据粒子化与十折交叉验证分类，所述数据粒子化，采用权利要求1或2所述用于同步识别手势和抓取力的粒子化方法；

步骤四，粒子化结果分析。

4.根据权利要求3所述的一种用于同步识别手势和抓取力的粒子化分析法，其特征在于，所述步骤一，包括如下步骤：

(1)使用力传感器作为抓取对象，同时测量施加到传感器的抓取力；

(2)肌电信号采集设备，在人体手臂进行肌电信号的采集；

(3)采集多位受试者在多种抓取手势下的抓取力。

5.根据权利要求4所述的一种用于同步识别手势和抓取力的粒子化分析法，其特征在于，所述步骤(3)，包括如下步骤：

(a)采集受试者的最大抓取力；

(b)设定抓取力线性增加和减少的时间；

(c)设定重复操作次数；

(d)受试者拟合最大抓取力的百分比、线性增加和减少的时间及重复操作次数进行抓取力的采集。

6.根据权利要求3所述的一种用于同步识别手势和抓取力的粒子化分析法，其特征在于，所述步骤二，采用窗口分析法，建立多个滑动窗口并设定滑动窗口宽度、增量，对数据进行分割处理，通过计算提取肌电信号特征。