[发明专利]基于肌电小波包分解和GABP的人体关节角度预测方法在审
| 申请号： | 201910758611.5 | 申请日： | 2019-08-16 |
| 公开（公告）号： | CN110633644A | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 王力鹏;王俊宏;席旭刚;郝奇奇;刘晓云 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08;A61B5/0488;A61B5/11;A61B5/00 |
| 代理公司： | 33240 杭州君度专利代理事务所(特殊普通合伙) | 代理人： | 杨舟涛 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 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肌电小波包分解和GABP的人体关节角度预测方法。首先，获取人体膝和踝关节伸屈运动的表面肌电信号数据和实际角度信号。接着对动作信号段的原始肌电信号进行小波降噪得到有效表面肌电信号。将获取的有效肌电信号进行小波包分解，获得各层小波系数。计算各层小波系数的均方根和排列熵特征，作为预测网络的输入。然后构建GABP网络预测模型。使用遗传算法来对BP神经网络模型进行参数训练，得到最优初始化权值和阈值。最后进行网络训练，将提取的特征值分为训练集与测试集,使用训练集训练好网络之后,再使用测试集验证预测准确率。实验结果表明，该方法获得了较高的人体关节角度预测率。 | ||
| 搜索关键词： | 肌电信号 小波包分解 预测 人体关节 小波系数 测试集 训练集 表面肌电信号 网络预测模型 动作信号段 参数训练 计算各层 角度信号 网络训练 小波降噪 遗传算法 有效表面 初始化 均方根 权值和 再使用 熵特征 踝关节 准确率 构建 肌电 网络 验证 | ||
【主权项】：
1.基于肌电小波包分解和GABP的人体关节角度预测方法，其特征在于，该方法包括如下步骤：/n步骤(1).获取人体膝和踝关节伸屈运动的表面肌电信号数据和实际角度信号；/n步骤(2).将步骤(1)获取的原始表面肌电信号进行小波降噪；利用小波逆变换重构原始信号作为有效肌电信号s(t)；/n步骤(3).将步骤(2)获取的有效肌电信号s(t)进行小波包分解，获得各层小波包系数s
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杭州电子科技大学，未经杭州电子科技大学许可，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/201910758611.5/，转载请声明来源钻瓜专利网。
