您的位置：
首页
>
农业专利
>
详情页
一种基于表面肌电信号的肌肉疲劳提前预测与分类方法
- 专利权人:
- 福州大学
- 发明人:
- 姜海燕,黄书萍,陈艳,杜民
- 申请号：
- CN202011019909.3
- 公开号：
- CN112120697A
- 申请日:
- 2020.09.25
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明涉及一种基于表面肌电信号的肌肉疲劳提前预测与分类方法，包括以下步骤：（1）选取与关节运动相关肌肉的表面肌电信号；（2）对获取的表面肌电信号进行预处理，然后对信号进行分段处理，并对每段信号提取非线性特征参量作为疲劳特征向量，所述非线性特征参量包括小波包熵、LZ复杂度和多尺度熵；（3）分别对每个特征参量采用改进的自适应归一化最小均方滤波器NLMS算法进行特征参量预测，改进的自适应NLMS算法利用NLMS在每一个时间步自适应更新的特性，根据设定的提前预测时间段进行特征参量的提前预测；（4）采用改进的小脑模型神经网络对预测得到的这些特征参量进行疲劳分类识别。该方法可以提前预测肌肉疲劳。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
