matlab肌电信号处理代码-wrist-hand-pose-classification:MyoArmband从随机获取的前臂EMG信号中对

上传者: 38552083 | 上传时间: 2023-03-24 17:32:39 | 文件大小: 224KB | 文件类型: ZIP
matlab肌电信号处理代码EMG手腕姿势分类 EMG分类系统的M文件(计算机Matlab代码)集合,用于根据[1]中所述的来自Myo Armband的随机默认前臂EMG信号来识别九种腕手运动。 该系统使用八个时域特征的线性组合,然后进行线性判别分析(LDA)投影和多层感知器(MLP)分类。 使用Myo Armband中随附的8个主动传感器,对年龄在27±4岁的10位受试者(七名男性,三名女性)的EMG录音进行了开发和测试。 该系统在八个通道的EMG段上运行。 需要Matlab编程环境。 可以在上找到更新。 要引用此系统,请使用参考文献[1,2]。 概述: 一种基于随机获取的前臂EMG信号的九种腕手动作的低复杂度方法。 该方法是通过评估来自八个通道的256段EMG窗口中的八个时域特征而开发的。 来自八个通道的估计特征通过LDA分析进行合并和缩减,并使用数据驱动的MLP方法进行分类。 此处的代码实现了此运动分类系统,该系统已通过EMG记录进行了训练,并记录了来自10个健康受试者的100次训练中的9个运动数据。 快速开始: 使用system_parameters函数在Matlab中设置系统

文件下载

资源详情

[{"title":"( 11 个子文件 224KB ) matlab肌电信号处理代码-wrist-hand-pose-classification:MyoArmband从随机获取的前臂EMG信号中对","children":[{"title":"wrist-hand-pose-classification-master","children":[{"title":"README.md <span style='color:#111;'> 2.93KB </span>","children":null,"spread":false},{"title":"mlp_classify.m <span style='color:#111;'> 2.12KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"main_system.m <span style='color:#111;'> 1.95KB </span>","children":null,"spread":false},{"title":"feature_extract.m <span style='color:#111;'> 1.80KB </span>","children":null,"spread":false},{"title":"system_parameters.m <span style='color:#111;'> 800B </span>","children":null,"spread":false},{"title":"feature_parameters.m <span style='color:#111;'> 517B </span>","children":null,"spread":false},{"title":"train_lda_parameters.m <span style='color:#111;'> 20.85KB </span>","children":null,"spread":false},{"title":"gen_feature.m <span style='color:#111;'> 3.96KB </span>","children":null,"spread":false},{"title":"Readme.pdf <span style='color:#111;'> 214.80KB </span>","children":null,"spread":false},{"title":"train_mlp_parameters.m <span style='color:#111;'> 14.53KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明