摘要
本发明公开了一种用于机器人的表面肌电稳健智能识别方法,包括步骤如下:首先使用表面肌电传感器采集若干组人体原始肌电信号;然后,对采集到的传感器数据进行滑动窗口切片处理,划分出训练数据集和测试数据集;将训练数据集作为时域处理子网络和频域处理子网络的输入进行网络训练,经过网络训练分别提取出时域特征以及频域特征,将时域特征和频域特征作为识别分类器的输入,对识别分类器进行训练;最后,将测试样本集输入到训练好的信号处理识别模型中进行表面肌电信号处理识别;本发明有效地结合了时域和频域信息,与传统的完全结合网络相比,提高了识别准确性和稳定性。
技术关键词
智能识别方法
时域特征
频域特征
表面肌电信号处理
网络
表面肌电传感器
滑动窗口
Softmax函数
注意力机制
机器人
非线性归一化方法
序列
数据
矩阵
通道
动态权重分配
系统为您推荐了相关专利信息
多算法融合
率检测方法
像素点
边缘检测算法
融合算法
智能运维方法
渠道
数据
马尔科夫模型
转移概率矩阵
远程控制方法
数据预测模型
历史监测数据
策略
因子
网络流量数据
网络入侵检测方法
网络入侵检测装置
离群点挖掘方法
异常数据