基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的表面肌電信號(hào)的分類研究.pdf

1、表面肌電信號(hào)(surface electromyography,SEMG)是當(dāng)人體自主運(yùn)動(dòng)時(shí),神經(jīng)和肌肉活動(dòng)發(fā)放出的電信號(hào),它反映了神經(jīng)、肌肉的功能狀態(tài)。近幾十年來人們將生理信號(hào)用作控制信號(hào),從而對(duì)人-機(jī)系統(tǒng)進(jìn)行了大量的研究,其中較成功的例子就是肌電信號(hào)控制假肢的進(jìn)展。人體上肢不同的運(yùn)動(dòng)模式所表現(xiàn)出的表面肌電信號(hào)也不同。據(jù)此,通過對(duì)表面肌電信號(hào)進(jìn)行模式識(shí)別來辨識(shí)不同的動(dòng)作模式。研究表明,采用表面肌電信號(hào)實(shí)現(xiàn)對(duì)多自由度假肢控制的方式仿生性

2、好,而且患者操作方便,是一個(gè)較理想的控制方案。對(duì)于利用表面肌電信號(hào)控制假手的動(dòng)作,表面肌電信號(hào)的特征提取以及模式分類是十分關(guān)鍵的。
　　 本文主要內(nèi)容如下:
　　 (1)系統(tǒng)介紹了肌電信號(hào)模式識(shí)別方法的背景及理論。
　　 (2)肌電信號(hào)的特征提取利用小波多分辨率分析方法。
　　 (3)肌電信號(hào)分類器選用具有非線性且泛化能力較強(qiáng)的BP神經(jīng)網(wǎng)絡(luò)。
　　 (4)文中系統(tǒng)介紹群體智能優(yōu)化算法中的粒子群算法

3、的起源、原理、數(shù)學(xué)描述及在分類器優(yōu)化中的使用。
　　 (5)針對(duì)BP神經(jīng)網(wǎng)絡(luò)的易陷入局部極小,收斂速度慢的缺陷,采用粒子群優(yōu)化算法對(duì)其進(jìn)行優(yōu)化。文中采用標(biāo)準(zhǔn)的PSO算法、學(xué)習(xí)因子同步減少的PSO(SSCPSO)算法、含動(dòng)態(tài)的加速常數(shù)的PSO(CPSO)算法和帶收縮因子的PSO(KPSO)算法分別對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,然后測(cè)試優(yōu)化后的網(wǎng)絡(luò)。結(jié)果顯示優(yōu)化后的網(wǎng)絡(luò)在網(wǎng)絡(luò)適應(yīng)度上取得了很好的效果,取得了較理想的測(cè)試結(jié)果。文中提出一種容