表面肌電信號手勢識別研究 王錚 9787121463266 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$444
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202308*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：表面肌電信號手勢識別研究 ISBN：9787121463266 出版社：電子工業 著編譯者：王錚 頁數：201 所在地：中國大陸 *此為代購商品 書號：1579753 可大量預訂，請先連絡。 內容簡介 表面肌電信號作為一種生物電信號，能夠反映功能性肌肉收縮的電活動，具有檢測方便、無創傷等特點，可以用於仿生假肢控制等功能，提升仿生設備的便捷性、經濟性、可穿戴性及智能化程度。本書研究表面肌電信號採集通道與特徵多目標智能優化演算法，特別是還研究基於深度學習的表面肌電信號手勢識別演算法。為了彌補表面肌電信號的不足，本書會進一步研究肌電與超聲波模態融合的殘疾人手部動作意圖識別等關鍵問題，以提升手勢識別的準確度和魯棒性。 本書可供計算機、控制、機電、生物工程等領域的教學、科研人員閱讀，也可作為相關專業研究生的教材和教學參考書。目錄 第1章 緒論1 1 研究背景與意義 1 2 智能假肢控制與識別研究存在的主要問題 1 2 1 表面肌電信號採集通道數量與位置分佈需要優化 1 2 2 深層肌肉活動信號採集不足 1 2 3 已有演算法識別的手勢數量少、魯棒性差 1 2 4 電極移位和串擾對信號採集影響較大 1 3 本書主要研究內容和主要章節安排 1 3 1 本書主要研究內容 1 3 2 本書主要章節安排 第2章 基於肌電信號與超聲波的手勢識別研究進展 2 1 基於表面肌電信號的手勢識別研究進展 2 1 1 表面肌電信號的特徵提取 2 1 2 基於傳統識別演算法的表面肌電信號識別 2 1 3 基於深度學習的表面肌電信號識別 2 1 4 表面肌電信號識別穩定性方法研究 2 2 利用超聲波探測肌肉形變及其感知解碼的研究現狀 2 3 基於多模態融合的動作意圖識別的研究現狀 2 3 1 肌電信號與超聲波模態融合 2 3 2 肌電信號與腦電信號融合 2 3 3 肌電信號與慣性測量單元融合 2 3 4 肌電信號與近紅外融合 2 3 5 肌電信號與肌動圖融合 2 3 6 肌電信號與鐵磁共振融合 2 4 基於肌電信號的假肢人機介面系統開發 2 5 本章小結 第3章 表面肌電信號產生的機理分析與檢測 3 1 引言 3 2 表面肌電信號的生理學機理 3 3 表面肌電信號的特點 3 4 前臂肌肉與手勢的關係 3 5 表面肌電信號的數據採集 3 5 1 表面肌電信號採集電極的研製現狀 3 5 2 ELONXI肌電採集系統 3 5 3 表面肌電信號電極設計 3 5 4 表面肌電信號實驗方案設計 3 6 表面肌電信號的實驗數據集 3 6 1 NinaproDB數據集 3 6 2 ELONXIDB數據集 3 7 表面肌電信號的數學模型 3 7 1 表面肌電信號產生機理的數學抽象 3 7 2 線性模型 3 7 3 集中參數模型 3 7 4 非穩態模型 3 7 5 雙極型模型 3 8 本章小結 第4章 表面肌電信號的特徵提取與識別方法 4 1 引言 4 2 表面肌電信號的窗口分析法 4 3 表面肌電信號的特徵提取 4 3 1 時域特徵 4 3 2 頻域特徵 4 3 3 時頻域特徵 4 3 4 參數模型特徵 4 4 表面肌電信號的經典識別模型 4 4 1 K最近鄰演算法 4 4 2 線性判別分析 4 4 3 支持向量機 4 4 4 隨機森林 4 5 本章小結 第5章 表面肌電信號採集通道與特徵智能優化演算法 5 1 引言 5 2 基於遺傳演算法的表面肌電信號採集通道優化 5 2 1 表面肌電信號採集通道優化的遺傳演算法 5 2 2 基於遺傳演算法的採集通道優化實驗結果與分析 5 2 3 電極位置影響的實驗結果與分析 5 3 基於進化演算法的表面肌電信號採集通道與特徵組合優化 5 3 1 表面肌電信號採集通道與特徵組合優化的差分進化演算法 5 3 2 表面肌電信號採集通道與特徵組合優化的量子進化演算法 5 4 基於群智能演算法的表面肌電信號採集通道與特徵組合優化 5 4 1 表面肌電信號採集通道與特徵組合優化的粒子群優化演算法 5 4 2 表面肌電信號採集通道與特徵組合優化的量子粒子群優化演算法 5 4 3 表面肌電信號採集通道與特徵組合優化的蟻群優化演算法 5 5 表面肌電信號採集通道與特徵智能優化演算法實驗分析 5 5 1 表面肌電信號採集通道與特徵組合優化的單一演算法實驗與分析 5 5 2 表面肌電信號採集通道與特徵組合優化的多種智能演算法對比分析 5 6 本章小結 第6章 表面肌電信號採集通道與特徵多目標智能優化演算法 6 1 引言 6 2 表面肌電信號採集通道與特徵多目標優化問題建模 6 3 多目標優化問題差分進化求解方法 6 3 1 多目標優化問題轉換為一組單目標優化問題 6 3 2 多目標優化問題差分進化求解方法詳敘 6 4 基於全局綜合排序自適應角度選擇的多目標優化進化演算法 6 5 MOEA/D-AAU-GGR演算法實驗分析 6 6 MOEA/D、MOEA/D-AU與MOEA/D-AAU-GGR實驗對比分析 6 7 多目標優化演算法的評價與有效性驗證 6 7 1 多目標優化演算法的評價 6 7 2 有效性驗證 6 8 基於肌電通道與特徵優化的機器人識別系統 6 8 1 系統平台與架構 6 8 2 系統軟體功能與實現 6 8 3 現場實驗與結果分析 6 9 本章小結 第7章 基於深度學習的表面肌電信號手勢識別 7 1 引言 7 2 循環神經網路與長短期記憶神經網路 7 2 1 循環神經網路 7 2 2 長短期記憶神經網路 7 3 基於GAF的一維時間序列信號二維化 7 4 基於GAF的CNN-LSTM串並聯網路結構的表面肌電信號手勢識別 7 5 基於GAF的CapsNet的表面肌電信號手勢識別 7 5 1 CapsNet的結構 7 5 2 基於CNN-CapsNet並聯的表面肌電信號手勢識別實驗設計 7 5 3 採集臂套偏移魯棒性實驗及其結果分析 7 5 4 基於CapsNet的表面肌電信號手勢識別的遷移性實驗及其結果分析 7 6 基於CapsNet- 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
