[发明专利]一种基于小脑神经网络模型的表面肌电信号分类方法有效
| 申请号： | 201910326077.0 | 申请日： | 2019-04-23 |
| 公开（公告）号： | CN110032987B | 公开（公告）日： | 2022-07-08 |
| 发明（设计）人： | 姜海燕;于守艳;高跃明;杜民 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;A61B5/389;G06N3/04 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于小脑神经网络模型的表面肌电信号分类方法，包括以下步骤：步骤S1：采用包括胫骨前肌、腓肠肌在内的相关肌肉的表面肌电信号数据，提取上述表面肌电信号的特征参数，将提取的特征参数及其分类结果作为训练数据，训练小脑神经网络模型；步骤S2：对测量数据进行分析处理，然后提取作为测试数据的表面肌电信号的特征参数；步骤S3：采用训练好的小脑神经网络模型对步骤S2提取的表面肌电的特征参数进行分类识别。本发明能够精确地得到分类结果。 | ||
| 搜索关键词： | 一种 基于 小脑 神经网络 模型 表面 电信号 分类 方法 | ||
【主权项】：
1.一种基于小脑神经网络模型的表面肌电信号分类方法，其特征在于：包括以下步骤：步骤S1：采用包括胫骨前肌、腓肠肌在内的相关肌肉的表面肌电信号数据，提取上述表面肌电信号的特征参数，将提取的特征参数及其分类结果作为训练数据，训练小脑神经网络模型；步骤S2：对测量数据进行分析处理，然后提取作为测试数据的表面肌电信号的特征参数；步骤S3：采用训练好的小脑神经网络模型对步骤S2提取的表面肌电的特征参数进行分类识别；步骤S4：通过小脑神经网络模型分类得到表面肌电信号分类评估结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910326077.0/，转载请声明来源钻瓜专利网。
- 上一篇：身份验证系统、方法及设备
- 下一篇：紫外拉曼光谱系统实时降噪增强方法
