摘要
本发明涉及肌肉疲劳检测领域,尤其涉及一种基于迁移学习与均值取整的肌肉疲劳检测方法。该方法包括:获取sEMG信号,并对该信号进行预处理;设计深度学习模型,利用均值取整标签法对预处理后的数据进行取整处理,并利用取整处理后的数据对该模型进行训练,用于学习sEMG信号的通用特征;在新用户数据有限的情况下,通过迁移学习方法对训练后的模型进行微调,得到最终的深度学习模型,用于将模型学习到的知识迁移到新任务或新用户中;采用均值取整标签法对迁移学习训练得到的模型结果进行干预,得到最终的肌肉疲劳检测结果。本发明为肌肉疲劳的准确检测与个性化健康监测提供高效、实用的解决方案,适用于康复训练、运动监测及职业健康管理等场景。
技术关键词
肌肉疲劳检测方法
深度学习模型
迁移学习方法
通用特征
职业健康管理
滑动窗口方法
标签
时间片
信号
计算机装置
计算机程序产品
处理器
数据
可读存储介质
存储器
指令
滤波
系统为您推荐了相关专利信息
深度学习模型
排放量
深度学习方法
标签
人工智能机器人
无人机
定位方法
地理定位信息
时空分布特征
GPS经纬度坐标
指标异常检测方法
传感器节点
异常检测系统
预处理算法
指数
页面内容
光学字符识别技术
对象
文本
深度学习模型
变频控制方法
变频驱动控制系统
变频器
高精度传感器
量化控制信号