摘要
本发明涉及一种基于多肌群表面肌电信号的运动意图预测方法、系统、设备及介质,该方法包括:S1、采集多肌群表面肌电信号;S2、对多肌群表面肌电信号进行动作序列检测与分割,获取分割后的肌电序列;S3、对分割后的肌电序列进行多维度肌电特征值提取,获得多肌群多模态特征参数;S4、采用二进制粒子群优化算法对多肌群多模态特征参数进行降维处理,确定肌电最优特征矩阵;S5、将肌电最优特征矩阵输入至预训练好的MobileNet V2神经网络模型,输出运动意图预测结果。与现有技术相比,本发明具有预测准确性高、实时性好等优点。
技术关键词
表面肌电信号
运动意图
序列检测
粒子
神经网络模型
Sigmoid函数
矩阵
特征值
肌电信号采集
位置更新
陷波器
滑动窗
处理器
模块
超参数
可读存储介质
速度
存储器
系统为您推荐了相关专利信息
人工智能辅助
鉴别方法
文本特征向量
跨模态
报告
结晶器内流场
回归预测模型
智能优化方法
分类预测模型
神经网络预测模型
鲁棒性
备件
离散粒子群算法
数字孪生技术
装备维修保障
肿瘤自动分割方法
肺部CT图像
sigmoid函数
自动分割系统
感兴趣区域图像