Abstract: C. Yuan, X. Zhu, G. Liu, M. Lei (2008)

Proceedings of the IEEE International Joint Conference on Neural Networks IJCNN 2008, 2106–2111p. (2008) DOI:10.1109/IJCNN.2008.4634087

Classification of the surface EMG signal using RQA based representations

Feature extraction is a key element of pattern recognition for myoelectric control In this paper, recurrence plots and recurrence quantification analysis (RQA) are used as the feature extractor for surface EMG signals. For eight different hand motions, two-channel EMG signals are recorded. Ten individual RQA parameters are calculated for each channel of EMG signals. With different combinations of individual RQA parameters, a set of feature vectors with dimensions varying from 2 to 20 are obtained. The feature vectors are used as the input to a BP neural network for motion classification. Experimental results show that with appropriate selections of feature vectors, the motion classification algorithm achieves desirable accurate rate.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.